Machine Learning Scientist (AI-based Weather Forecasting) 100%

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.

Stellenbeschreibung

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 Satellitendatensätze.
• 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, Retrieval-Produkte).
• 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-Gemeinschaft.
• 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 Softwaretechnik 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.