Climate Data and AI/Machine Learning Scientist (ArcX Climate Change Resilience)

Ihre Rolle

ECMWF sucht einen enthusiastischen Machine Learning Scientist – ArcX Climate Change, um einen Schritt in der Nutzung von Methoden des maschinellen Lernens für sub-saisonale bis saisonale Vorhersagen über Afrika zu ermöglichen. Im Rahmen des EU Global Gateway-Programms für die Regionalen Exzellenzzentren Afrikas (ArcX) bringen Sie wissenschaftliche und technische Expertise in SEWA und ArcX-Climate Change Resilience ein, um AI/ML in sub-saisonalen bis saisonalen Vorhersagezeiträumen zu nutzen, in Koordination mit Wissenschaftlern und Betreibern an afrikanischen regionalen Klimazentren (RCCs). Darüber hinaus wird Ihre Rolle darin bestehen, Forschung und Innovation mit den spezifischen Bedürfnissen der Nutzer im afrikanischen Kontext zu verbinden.

In enger Zusammenarbeit mit den wissenschaftlichen und technischen Experten von ECMWF sowie europäischen und afrikanischen Partnern koordinieren und tragen Sie zur Forschung bei, um Anemoi und das Artificial Intelligence/Integrated Forecasting System (AIFS) von ECMWF anzupassen, um die genauesten und zuverlässigsten Vorhersagen für die Wochen 3 und 4 über Afrika zu erstellen. Sie werden im Sub-seasonal Team der Predictability Section arbeiten sowie mit anderen Experten für maschinelles Lernen bei ECMWF zusammenarbeiten. Dies ermöglicht die Entwicklung der bestmöglichen Modelle für maschinelles Lernen für Afrika, die das volle Potenzial von maschinellem Lernen und Hochleistungsrechnen ausschöpfen, während sie weiterhin von Fachwissenschaftlern getestet und bewertet werden, die auf physikalische Konsistenz und Grenzen der Vorhersagbarkeit prüfen.

Sie werden auch verwandte Aktivitäten koordinieren und durchführen, einschließlich Schulungen von ECMWF, die sich auf AI/ML konzentrieren, in enger Zusammenarbeit mit technischen und wissenschaftlichen Kollegen.

Ihre Verantwortlichkeiten

• Leitung der Forschung für verbesserte AI/ML sub-saisonale Vorhersagen über Afrika
• Koordination und Beitrag zur Entwicklung verbesserter Vorhersagen auf Basis von maschinellem Lernen über Afrika zwei bis vier Wochen im Voraus
• Handeln als Anemoi-Experte für die Projektziele, einschließlich der Bereitstellung von Anemoi-Ausbildung und Beiträgen zu Anemoi-Entwicklungen
• Beitrag zur Bewertung der AI sub-saisonalen Vorhersagen über Afrika in Koordination mit Wissenschaftlern und Betreibern an afrikanischen regionalen Klimazentren (RCCs)
• Steuerung eines Grants zur Implementierung des AIFS im afrikanischen Kontext als Technischer Offizier, z.B. durch Herunterbrechen und Steuerung von Auftragnehmern, die an zwei Demonstrationsfällen arbeiten, in denen die Nutzung von ML in sub-saisonalen bis saisonalen Vorhersagen über Afrika untersucht wird.
• Unterstützung der Interaktionen mit JRC und WMO als wichtige Interessengruppen in ArcX
• Unterstützung von Innovationswettbewerben im Rahmen von ArcX, einschließlich des AI Weather Quest for Africa.
• Bereitstellung von Inputs für Peer-to-Peer-Schulungsaktivitäten, einschließlich der Erstellung von Schulungsmaterialien und der Teilnahme an Schulungsveranstaltungen in Afrika als Fachspezialist, in Koordination mit anderen Fachspezialisten
• Unterstützung beim Entwurf und der Veröffentlichung wissenschaftlicher Artikel zu den in ArcX erzielten Ergebnissen
• Teilnahme an den Sitzungen der verschiedenen WMO Regional Climate Observation Forums (RCOFs) als Fachspezialist

Über ECMWF

Das Europäische Zentrum für mittelfristige Wettervorhersagen (ECMWF) ist ein weltweit führendes Institut für numerische Wettervorhersagen, das hochwertige Daten für Wettervorhersagen und Umweltüberwachung bereitstellt. Als zwischenstaatliche Organisation arbeiten wir international zusammen, um unseren Mitgliedern und der breiteren Gemeinschaft globale Wettervorhersagen, Daten und Schulungsaktivitäten bereitzustellen, die entscheidend zur Schaffung sicherer und florierender Gesellschaften beitragen.

Der Erfolg unserer Aktivitäten hängt von der Finanzierung und den Partnerschaften der 35 Mitglieds- und Kooperationsstaaten ab, die die Unterstützung und Richtung unserer Arbeit bereitstellen. Unser talentiertes Personal zusammen mit der internationalen wissenschaftlichen Gemeinschaft und unseren leistungsstarken Supercomputing-Fähigkeiten sind das Herzstück eines 24/7-Forschungs- und Betriebszentrums mit Fokus auf mittelfristige und langfristige Vorhersagen. Wir verfügen auch über eines der größten meteorologischen Datenarchive der Welt.

ECMWF hat auch eine starke Partnerschaft mit der Europäischen Union entwickelt und wurde mit der Umsetzung und dem Betrieb der Destination Earth Initiative sowie der Klimawandel- und Atmosphärenüberwachungsdienste des Copernicus-Programms und des Strengthening Early Earning in Africa (SEWA)-Programms betraut. Weitere Arbeitsbereiche umfassen Hochleistungsrechnen und die Entwicklung digitaler Werkzeuge, die es ECMWF ermöglichen, die Bereitstellung von Daten und Produkten zu erweitern, die Wetter-, Klima-, Luftqualitäts-, Feuer- und Hochwasserprognosen und -überwachungen abdecken.

Unsere Vision: Die Stärke eines gemeinsamen Ziels

Unsere Mission: Globale numerische Wettervorhersagen mit Fokus auf mittelfristige Vorhersagen und Überwachung des Erdsystems für und mit unseren Mitgliedstaaten bereitzustellen.

ECMWF ist eine Multi-Site-Organisation mit Hauptsitz in Reading, UK, einem Datenzentrum in Bologna, Italien, und einer großen Präsenz in Bonn, Deutschland, als zentralem Standort für unsere EU-bezogenen Aktivitäten. ECMWF wird international als Stimme der Expertise in numerischen Wettervorhersagen für Vorhersagen und Klimawissenschaft anerkannt.

Was wir suchen

• Enthusiastische und hervorragende Engagement- und Netzwerkfähigkeiten
• Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten mit der Fähigkeit, mit unterschiedlichen und multikulturellen Zielgruppen zu kommunizieren
• Guter Teamplayer mit Initiative und der Fähigkeit, in einer interdisziplinären und multi-site Umgebung mit Fachwissenschaftlern, Wissenschaftlern für maschinelles Lernen und Informatikern zusammenzuarbeiten, aber auch die Fähigkeit, unabhängig zu arbeiten
• Ausgezeichnete analytische und problemlösende Fähigkeiten mit einem proaktiven und konstruktiven Ansatz
• Flexibilität, mit der Fähigkeit, sich an wechselnde Prioritäten anzupassen
• Hochorganisiert mit der Fähigkeit, an einer Vielzahl von Aufgaben unter engen Fristen zu arbeiten

Ihr Profil

• Fortgeschrittener Hochschulabschluss (EQ7-Niveau oder höher) in Erdsystemwissenschaften, Physik, angewandter Mathematik, Informatik oder einem verwandten Fachgebiet oder gleichwertige Berufserfahrung
• Erfahrung in der Verwendung von Python und der Interaktion mit großen geophysikalischen Datensätzen
• Erfahrung in der Anwendung von maschinellem Lernen und Kenntnisse über tiefes Lernen, vorzugsweise im Bereich Wetter und Klima
• Erfahrung in der Entwicklung und Diagnose von allgemeinen Zirkulationsmodellen ist wünschenswert
• Erfahrung im technischen Management wissenschaftlicher, mehrpartner Projekte ist von Vorteil
• Kenntnisse der dynamischen Meteorologie und Vorhersagbarkeit über Zeiträume sind wünschenswert
• Einige Erfahrung in der Kommunikation wissenschaftlicher Ergebnisse an ein allgemeines Publikum und im Schreiben wissenschaftlicher Berichte wäre von Vorteil
• Im Kontext der Zusammenarbeit mit Partnern aus Subsahara-Afrika ist eine Arbeitskenntnis von Französisch oder Portugiesisch von Vorteil.

Kandidaten müssen in der Lage sein, effektiv in Englisch zu arbeiten; Kenntnisse einer der anderen Arbeitssprachen des Zentrums (Französisch oder Deutsch) sind von Vorteil.

Wenn Sie der Meinung sind, dass Sie das relevante Profil und die Motivation haben, um uns beizutreten, aber nicht genau alle oben genannten Fähigkeiten erfüllen, ermutigen wir Sie dennoch, sich zu bewerben!

Weitere Informationen

• Gradvergütung: Die erfolgreichen Kandidaten werden gemäß den Skalen der koordinierten Organisationen rekrutiert. Einzelheiten zu Gehaltsskalen und Zulagen sind auf der ECMWF-Website verfügbar.
• Startdatum: so bald wie möglich.
• Kandidaten werden erwartet, ihren Wohnsitz am Dienstort zu nehmen, entweder in Bonn, Deutschland, oder in Reading, UK. Als Multi-Site-Organisation hat ECMWF ein hybrides Organisationsmodell angenommen, das den Mitarbeitern Flexibilität ermöglicht, Büroarbeit und Telearbeit zu mischen, auch außerhalb des Dienstorts (innerhalb des Gebiets unserer Mitgliedstaaten und kooperierenden Staaten).
• Interviews per Videokonferenz (MS Team) werden voraussichtlich innerhalb eines Monats nach Schließung des Stellenangebots stattfinden.
• Erfolgreiche Bewerber und Mitglieder ihrer Familie, die Teil ihrer Haushalte sind, sind von Einreisebeschränkungen befreit.

Wer kann sich bewerben

Bewerber sind eingeladen, das Online-Bewerbungsformular auszufüllen, indem sie auf die Schaltfläche „Bewerben“ unten klicken.

Bei ECMWF betrachten wir ein inklusives Umfeld als Schlüssel zu unserem Erfolg. Wir setzen uns dafür ein, einen Arbeitsplatz zu schaffen, der Vielfalt umarmt und allen gleiche Chancen bietet, ohne Unterschiede in Bezug auf Rasse, Geschlecht, Alter, Familienstand, sozialen Status, Behinderung, sexuelle Orientierung, Religion, Persönlichkeit, Ethnie und Kultur. Wir schätzen die Vorteile, die sich aus einer vielfältigen Belegschaft ergeben, und setzen uns dafür ein, Mitarbeiter zu haben, die die Vielfalt der Länder widerspiegeln, die Teil unserer Gemeinschaft sind, in einem Umfeld, das Gleichheit und Inklusion fördert.

Bewerbungen werden von Staatsangehörigen der ECMWF-Mitgliedstaaten und kooperierenden Staaten sowie von Staatsangehörigen der Mitgliedstaaten der Europäischen Union eingeladen. In diesen außergewöhnlichen Zeiten begrüßen wir auch Bewerbungen von ukrainischen Staatsangehörigen für diese Stelle. Bewerbungen von Staatsangehörigen anderer Länder können in Ausnahmefällen berücksichtigt werden.

ECMWF-Mitgliedstaaten und kooperierende Staaten sind: Österreich, Belgien, Bulgarien, Kroatien, Tschechische Republik, Dänemark, Estland, Finnland, Frankreich, Georgien, Deutschland, Griechenland, Ungarn, Island, Irland, Israel, Italien, Lettland, Litauen, Luxemburg, Montenegro, Marokko, die Niederlande, Norwegen, Nordmazedonien, Portugal, Rumänien, Serbien, Slowakei, Slowenien, Spanien, Schweden, Schweiz, Türkei und das Vereinigte Königreich.