Auf einen Blick
- Aufgaben: Entwickle KI-gestützte Wettervorhersagemodelle mit Satellitendaten und innovativen Architekturen.
- Unternehmen: EUMETSAT und ETH Zürich, führend in der Wetterforschung und -technologie.
- Vorteile: Direkte Mitgestaltung von KI-Wettervorhersagesystemen und enge Zusammenarbeit mit europäischen Partnern.
- Weitere Informationen: Interdisziplinäres Team mit Fokus auf nachhaltige Softwareentwicklung und internationale Zusammenarbeit.
- Warum dieser Job: Nutze modernste Technologien, um die Wettervorhersage zu revolutionieren und gesellschaftlichen Einfluss zu haben.
- Qualifikationen: PhD oder MSc in Informatik, Datenwissenschaft oder verwandten Bereichen; Erfahrung mit Satellitendaten erforderlich.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Projekt Hintergrund
Unser Forschungsstipendium, unterstützt von EUMETSAT, zielt darauf ab, geostationäre Satellitenbeobachtungen in ein nächst‑generations regionales maschinelles Lernsystem zur Wettervorhersage zu integrieren. Das Projekt basiert auf einem bestehenden graphbasierten regionalen Vorhersagemodell bei MeteoSwiss und ist im Anemoi-Rahmenwerk eingebettet, das von ECMWF initiiert wurde. Das Ziel ist es, neuartige Multi-Encoder-Decoder-Architekturen zu entwickeln und zu evaluieren, die verschiedene Satellitendatenströme (Radiationen, Wolkenprodukte, Blitzbeobachtungen, hyperspektrale Messungen) für hochfrequente Vorhersagen von kurzfristigen bis zu 10-tägigen Vorlaufzeiten verarbeiten.
Wir suchen einen wissenschaftlichen Programmierer / Softwareentwickler, der unser interdisziplinäres Team verstärkt.
Verantwortlichkeiten
- Entwicklung und Implementierung von Architekturen für maschinelles Lernen, die die direkte Eingabe von Satellitendaten der nächsten Generation (z.B. MTG FCI, LI, IRS) in moderne regionale Vorhersagemodelle im Anemoi ermöglichen.
- Beitrag zur Weiterentwicklung eines Multi-Encoder-Decoder MLWP-Rahmenwerks innerhalb des Anemoi-Ökosystems.
- Training, Feinabstimmung und Evaluierung von Modellen unter Verwendung großangelegter meteorologischer und satellitengestützter Datensätze.
- Quantifizierung des Einflusses von Satellitendaten auf die Vorhersagegenauigkeit über Variablen und Vorlaufzeiten.
- Enge Zusammenarbeit mit Wissenschaftlern, ML-Forschern und operativen Vorhersageteams, um sicherzustellen, dass die Vorhersageergebnisse den Bedürfnissen verschiedener Nutzer entsprechen.
- Verbreitung der Ergebnisse durch wissenschaftliche Veröffentlichungen, Konferenzpräsentationen und Austausch mit EUMETSAT und Partnerinstitutionen.
Qualifikationen
- Doktorat in Informatik, Datenwissenschaft, Naturwissenschaften (z.B. Physik, Meteorologie) oder einem verwandten Bereich; Kandidaten mit einem MSc und nachgewiesener Berufserfahrung können ebenfalls berücksichtigt werden.
- Erfahrung im Umgang mit Satellitendaten (geostationäre Beobachtungen, Radiationen, Rückgewinnungsprodukte).
- Starke Programmierkenntnisse in Python.
- Erfahrung im maschinellen Lernen, idealerweise einschließlich tiefen Lernarchitekturen wie graphbasierten neuronalen Netzen, Transformatoren oder spatio-temporalen Modellen.
- Erfahrung mit Hochleistungs- oder verteilten Rechenumgebungen.
- Gutes Verständnis meteorologischer Prozesse und numerischer Wettervorhersage.
- Interesse an DevOps-Praktiken und nachhaltiger Softwareentwicklung.
- Fähigkeit, unabhängig an Forschungsfragen zu arbeiten und gleichzeitig zu einem kollaborativen Teamumfeld beizutragen.
- Motivation, in einem vielfältigen, interdisziplinären und internationalen Umfeld zu arbeiten.
- Gute Kommunikationsfähigkeiten (mündlich und schriftlich) in Englisch und einer der Schweizer Landessprachen.
Wir bieten
- Direkte Mitwirkung an der Gestaltung von KI-basierten Wettervorhersagesystemen der nächsten Generation.
- Eine einzigartige Gelegenheit, zur operativen Nutzung von Meteosat-Daten der dritten Generation beizutragen.
- Direkte Mitwirkung an der Umsetzung modernster ML-Forschung in den operativen Einsatz.
- Enge Zusammenarbeit mit europäischen Partnern, einschließlich EUMETSAT, europäischen nationalen Wetterdiensten, ECMWF und der breiteren Anemoi-Community.
- Nutzung moderner wissenschaftlicher und ML-Software-Stacks, einschließlich Python, PyTorch, Xarray und Containertechnologien auf Hochleistungsrecheninfrastruktur.
- Ein unterstützendes, motiviertes und interdisziplinäres Team innerhalb einer missiongetriebenen öffentlichen Dienstorganisation.
- Die Möglichkeit, wissenschaftlichen Einfluss, gesellschaftliche Relevanz und moderne Softwareentwicklung zu kombinieren.
Chancengleichheitserklärung
EUMETSAT und ETH Zürich setzen sich für ein Arbeitsumfeld mit Chancengleichheit für Männer und Frauen ein. Nur Staatsangehörige der EUMETSAT-Mitgliedstaaten dürfen sich bewerben.
AI-Driven Weather Forecast Scientist (Satellite ML) Arbeitgeber: ETH Zürich
EUMETSAT und ETH Zürich bieten eine herausragende Arbeitsumgebung für Wissenschaftler, die an der Spitze der Wettervorhersagetechnologie arbeiten möchten. Mit einem interdisziplinären Team und der Möglichkeit, modernste KI-gestützte Wettervorhersagesysteme zu gestalten, profitieren Mitarbeiter von einer unterstützenden Kultur, die Innovation und Zusammenarbeit fördert. Zudem ermöglicht die enge Zusammenarbeit mit europäischen Partnern und der Zugang zu hochmodernen Rechenressourcen eine bedeutende berufliche Weiterentwicklung in einem internationalen Umfeld.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so AI-Driven Weather Forecast Scientist (Satellite ML) erhalten könnten
✨Netzwerken, Netzwerken, Netzwerken!
Nutze jede Gelegenheit, um mit Leuten aus der Branche in Kontakt zu treten. Besuche Konferenzen, Workshops oder Meetups, die sich mit Wettervorhersage und Machine Learning beschäftigen. So kannst du nicht nur dein Wissen erweitern, sondern auch wertvolle Kontakte knüpfen, die dir bei deiner Jobsuche helfen können.
✨Zeige deine Projekte!
Hast du an spannenden Projekten gearbeitet? Teile sie auf Plattformen wie GitHub oder in deinem Portfolio! Zeige, was du kannst, und wie du Machine Learning und Satellitendaten in der Praxis angewendet hast. Das macht dich für potenzielle Arbeitgeber viel attraktiver.
✨Bereite dich auf technische Interviews vor!
Technische Interviews können knifflig sein, also übe vorher! Mach dich mit typischen Fragen zu Machine Learning, Programmierung in Python und meteorologischen Prozessen vertraut. Je besser du vorbereitet bist, desto selbstbewusster wirst du auftreten.
✨Bewirb dich direkt über unsere Website!
Wenn du eine Stelle gefunden hast, die dir gefällt, bewirb dich direkt über unsere Website. Das zeigt dein Interesse und gibt uns die Möglichkeit, dich schneller zu erreichen. Lass uns gemeinsam an der nächsten Generation der Wettervorhersage arbeiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um AI-Driven Weather Forecast Scientist (Satellite ML) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich:Zeig uns, wer du bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erzähl uns, warum du dich für die Stelle als AI-Driven Weather Forecast Scientist interessierst und was dich motiviert, Teil unseres Teams zu werden.
Betone deine relevanten Erfahrungen:Stell sicher, dass du deine Erfahrungen mit Satellitendaten und maschinellem Lernen klar hervorhebst. Wir wollen wissen, wie du deine Fähigkeiten in Python und deine Kenntnisse über meteorologische Prozesse in der Praxis angewendet hast.
Sei konkret und präzise:Vermeide es, allgemein zu bleiben. Nenne spezifische Projekte oder Technologien, an denen du gearbeitet hast, und beschreibe, wie diese Erfahrungen dich auf die Herausforderungen bei uns vorbereiten.
Bewirb dich über unsere Website:Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass wir alle Informationen erhalten, die wir brauchen, um dich besser kennenzulernen. Lass uns gemeinsam die Zukunft der Wettervorhersage gestalten!
Wie man sich auf ein Vorstellungsgespräch bei ETH Zürich vorbereitet
✨Verstehe die Technologie
Mach dich mit den neuesten Entwicklungen in der Satellitentechnologie und maschinellem Lernen vertraut. Zeige im Interview, dass du die spezifischen Technologien, die in der Stellenausschreibung erwähnt werden, verstehst und wie sie in der Wettervorhersage eingesetzt werden.
✨Bereite konkrete Beispiele vor
Denke an konkrete Projekte oder Erfahrungen, die du in der Vergangenheit hattest, insbesondere solche, die mit Satellitendaten oder maschinellem Lernen zu tun haben. Sei bereit, diese Beispiele zu erläutern und zu zeigen, wie du Herausforderungen gemeistert hast.
✨Teamarbeit betonen
Da die Stelle eine enge Zusammenarbeit mit Wissenschaftlern und anderen Teams erfordert, solltest du deine Teamfähigkeit hervorheben. Bereite Geschichten vor, die zeigen, wie du erfolgreich in interdisziplinären Teams gearbeitet hast.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Unternehmenskultur und die Erwartungen an die Rolle zu erfahren.
