Auf einen Blick
- Aufgaben: Entwickle innovative Deep-Learning-Methoden zur Analyse von Satellitenbildern für ökologische Anwendungen.
- Unternehmen: Die Universität Zürich, die größte Universität der Schweiz, bietet ein inspirierendes Arbeitsumfeld.
- Vorteile: Zugang zu umfangreichen historischen Satellitenarchiven und enge Zusammenarbeit mit führenden Forschungsgruppen.
- Weitere Informationen: Vielfältige und inklusive Forschungsumgebung, die Bewerbungen aus allen Hintergründen ermutigt.
- Warum dieser Job: Werde Teil eines dynamischen Labors und trage zu bedeutenden Umweltforschungen bei.
- Qualifikationen: Exzellenter Masterabschluss in Informatik oder verwandten Bereichen und starke Programmierkenntnisse.
Das prognostizierte Gehalt liegt zwischen 49500 - 60500 € pro Jahr.
Über die Stelle
Die Universität Zürich, die größte Universität der Schweiz, bietet eine Vielzahl attraktiver Positionen in verschiedenen Fachbereichen und Berufsfeldern. Mit rund 10.000 Mitarbeitenden und derzeit 12 beruflichen Ausbildungsströmen bietet die Universität ein inspirierendes Arbeitsumfeld für Spitzenforschung und erstklassige Bildung. Setzen Sie Ihr Talent und Ihre Fähigkeiten bei uns ein.
Aufgaben
Im Rahmen des SNSF-Projekts wird das EcoVision Lab sich auf die Verbesserung der Schätzung von Waldparametern, insbesondere der Baumkronenhöhe, auf der detailliertesten Ebene konzentrieren. Als Doktorand werden Sie neuartige Methoden des Deep Learning und der Computer Vision entwickeln, um großflächige Fernerkundungsbilder verschiedener Satellitenmissionen in Karten der Baumkronenhöhe sowie weiterer Waldparameter und deren Veränderungen im Laufe der Zeit zu transformieren.
Ihre Forschung wird Folgendes umfassen:
- Entwicklung von Deep Learning-Modellen für die Analyse von Zeitreihen von Satellitenbildern und Domänenanpassung
- Entwicklung von Deep Learning-Modellen für (geführte) Superauflösung historischer Satellitenbilder
- Produktion kalibrierter Unsicherheitsabschätzungen für alle Modellausgaben
- Training von Modellen mit heterogenen Datenquellen (z.B. Landsat, Sentinel-2, SPOT, Corona) und Erkundung multimodaler Kombinationen verschiedener Datenquellen.
Forschungsfreiheit & Methodologische Innovation
Das Projekt bietet erhebliche Freiheit, um wirkungsvolle methodologische Richtungen in der modernen KI zu erkunden, einschließlich: selbstüberwachtes Lernen, multimodales Lernen, (geführte) Superauflösung, Unsicherheitsabschätzung, Zeitreihenregression. Wir streben nach hochkarätigen Veröffentlichungen sowohl in Fachzeitschriften für maschinelles Lernen (z.B. CVPR, ICCV, ECCV, ICLR, NeurIPS) als auch in führenden interdisziplinären Zeitschriften wie Remote Sensing of Environment, ISPRS Journal und Nature Sustainability.
Warum beitreten?
Diese 2x PhD-Positionen bieten:
- Teil des EcoVision Lab zu werden, einem lebhaften, spannenden und unterhaltsamen Ort für Forschung im Bereich Deep Learning für Anwendungen in der Ökologie
- Enge Zusammenarbeit mit führenden Forschungsgruppen in den Bereichen maschinelles Lernen, Computer Vision, Datenwissenschaft, Fernerkundung und Interpretation historischer Fernerkundungsbilder.
- Eine einzigartige Gelegenheit, modernste KI-Forschung mit realen Umweltauswirkungen für ein bisher völlig unerforschtes Forschungsthema zu kombinieren
- Zugang zu vielfältigen, großflächigen historischen Satellitenbildarchiven
Anforderungen
Wir suchen hochmotivierte Kandidaten, die begeistert sind, die Grenzen des maschinellen Lernens zu erweitern und gleichzeitig einen bedeutenden Umwelteinfluss zu leisten. Sie sind neugierig, rigoros und genießen es, sowohl neue Ideen als auch hochwertige Forschungssoftware zu entwickeln. Sie sind bereit, sich mit herausfordernden Problemen auseinanderzusetzen und interdisziplinär zusammenzuarbeiten.
Ein idealer Kandidat wird Folgendes haben:
- Ein ausgezeichnetes Master-Diplom (M.Sc. oder gleichwertig) in Informatik, Maschinellem Lernen, Datenwissenschaft oder einem eng verwandten Bereich (z.B. Elektrotechnik, Angewandte Mathematik)
- Eine starke Grundlage in Mathematik und maschinellem Lernen
- Umfangreiche Programmiererfahrung, vorzugsweise in Python
- Starke Vorkenntnisse in Deep Learning und Computer Vision
- Interesse an der Anwendung fortgeschrittener ML-Methoden auf ökologische und geospatiale Daten
- Fließende Englischkenntnisse (schriftlich und mündlich) sind erforderlich
Erfahrungen mit Themen wie selbstüberwachtem Lernen, Domänenanpassung, Transferlernen, multimodalem Lernen und Unsicherheitsabschätzung sind von Vorteil, aber nicht zwingend erforderlich.
Wir setzen uns für den Aufbau einer vielfältigen und integrativen Forschungsumgebung ein. Wir ermutigen Bewerbungen von Kandidaten aller Hintergründe und begrüßen insbesondere diejenigen, die möglicherweise nicht jedes aufgeführte Kriterium erfüllen, aber starke Motivation und Potenzial mitbringen.
Ausbildung
Universität
Vorteile
Unsere Mitarbeitenden profitieren von einer Vielzahl attraktiver Angebote.
Kontakt
Nicole Trolese
HR-Manager
2x PhD Positions as part of the SNSF Project “From Alps to Arctic: Satellite-based Assessment o[...] Arbeitgeber: Emerging Scholars Council
Die Helmut Schmidt Universität bietet eine herausragende Arbeitsumgebung für wissenschaftliche Mitarbeiterinnen und Mitarbeiter, die sich für innovative Forschung im Bereich der Elektrotechnik und Signalverarbeitung interessieren. Mit flexiblen Arbeitszeiten, umfangreichen Fortbildungsmöglichkeiten und einer starken Unterstützung für die berufliche Weiterentwicklung, einschließlich der Möglichkeit zur Promotion, ist die Universität ein attraktiver Arbeitgeber in Hamburg. Zudem profitieren Sie von einer positiven Arbeitskultur, die Gleichstellung und Vielfalt fördert, sowie von zahlreichen Vorteilen wie einem DeutschlandJobTicket und kostengünstigen Verpflegungsmöglichkeiten auf dem Campus.
Kontaktdaten:
Emerging Scholars Council Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so 2x PhD Positions as part of the SNSF Project “From Alps to Arctic: Satellite-based Assessment o[...] erhalten könntest
✨Workshop und Konferenzen nutzen
In der Grundlagenforschung ist es wichtig, auf Konferenzen und Workshops sichtbar zu sein. Nimm an lokalen und internationalen Veranstaltungen teil, um dein Netzwerk zu erweitern und potenzielle Arbeitgeber wie Emerging Scholars Council kennenzulernen. Zeige dein Interesse und sprich mit Forschern über Projekte, die dich interessieren.
✨Forschungsgemeinschaften beitreten
Schau dir spezifische Forschungsgemeinschaften und -netzwerke in deinem Bereich an. Diese Plattformen sind oft eine goldene Quelle für Jobangebote in der Grundlagenforschung und können dir helfen, mit wichtigen Akteuren in Kontakt zu treten. Aktiv in Foren und Diskussionsgruppen zu sein, bringt deinen Namen ins Gespräch!
✨Praktische Erfahrungen hervorheben
Wenn du dich für eine Vollzeitstelle bewirbst, betone praktische Erfahrungen, die du in deinen vorherigen Projekten gesammelt hast. Zeige, wie deine Forschungsergebnisse zur Weiterentwicklung des jeweiligen Themas beigetragen haben. Das geht über Lebenslauf und Bewerbung hinaus – sprich konkret über deine Erfolge in Gesprächen!
✨Direkte Bewerbung bei Emerging Scholars Council
Jetzt ist der perfekte Zeitpunkt, um bei Emerging Scholars Council direkt zu bewerben! Wir wissen, dass direkte Bewerbungen oft besser ankommen als über Jobportale. Besuche unsere Website, um mehr über offene Stellen in der Grundlagenforschung zu erfahren und deinen Ansatz auf die Bedürfnisse von Emerging Scholars Council anzupassen.
Wir glauben, dass du diese Fähigkeiten brauchst, um 2x PhD Positions as part of the SNSF Project “From Alps to Arctic: Satellite-based Assessment o[...] mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Betone deine Forschungsprojekte:In der Grundlagenforschung ist es super wichtig, konkrete Forschungsprojekte zu präsentieren. Nutze deinen Lebenslauf, um relevante Studien oder Experimente hervorzuheben, an denen du gearbeitet hast. Zeige, welche Methoden und Ergebnisse du erzielt hast und wie sie zum Fachgebiet beigetragen haben.
Verlinke zu deinen Publikationen:Falls du bereits Artikel oder Studien veröffentlicht hast, mach sie in deiner Bewerbung leicht zugänglich. Setze Links zu deinen Publikationen ein, sodass wir sie schnell finden und deine schriftlichen Fähigkeiten und dein Fachwissen schätzen können.
Motivation und Forschungsliebe zeigen:In deinem Anschreiben solltest du klar machen, warum dich Grundlagenforschung begeistert und wie du dazu beitragen willst. Teile uns mit, welche Themen dich besonders interessieren und warum du denkst, dass Emerging Scholars Council der richtige Ort für deine Forschung ist. Wir lieben es, wenn Bewerber leidenschaftlich sind!
Verwende ein strukturiertes CV-Format:Ein klar strukturiertes CV macht es uns leichter, deine akademischen und beruflichen Stationen nachzuvollziehen. Achte darauf, deine Ausbildung, Forschungsstellungen und relevante Praktika in chronologischer Reihenfolge anzuordnen und die wichtigsten Punkte prägnant zusammenzufassen. Vergiss nicht, auch deine technischen Fähigkeiten zu erwähnen, die in der Grundlagenforschung wichtig sind, wie Datenanalyse oder experimentelle Techniken.
Wie man sich auf ein Vorstellungsgespräch bei Emerging Scholars Council vorbereitet
✨Vertraut mit den neuesten Trends
In der Grundlagenforschung ist es wichtig, dass wir über die neuesten Entwicklungen in unserem Fachgebiet informiert sind. Mach dich mit den recent veröffentlichten Studien und Trends vertraut, um im Interview gezielt nachzufragen und dein Interesse zu zeigen.
✨Präsentiere deine Forschungsergebnisse
Falls du bereits an Projekten oder Forschungsarbeiten beteiligt warst, bringe eine gut strukturierte Präsentation oder Portfolio mit. Dies hilft uns, deine Fähigkeiten und Leistungen besser zu beurteilen und gibt dir die Möglichkeit, deine Erfolge hervorzuheben.
✨Bereite dich auf methodische Fragen vor
In der Grundlagenforschung könnten technische Fragen zu den Forschungsmethoden, die du genutzt hast, aufkommen. Sei bereit, über statistische Analysen oder experimentelle Designs zu sprechen, um deine Expertise zu demonstrieren.
✨Motivation und langfristige Ziele klar darstellen
Da es sich um eine Vollzeitposition handelt, wollen sie wissen, dass du langfristig engagiert bist. Sei darauf vorbereitet zu erläutern, warum du gerade bei Emerging Scholars Council arbeiten möchtest und wie du deine Karriere in der Grundlagenforschung siehst.
