Scientist for Ensemble Modelling

Ensemble-Vorhersage ist zentral für die operationellen Vorhersagen und Produkte des ECMWF. Zuverlässige probabilistische Vorhersagen ermöglichen es Nutzern in Mitgliedstaaten und darüber hinaus, die Unsicherheit der Vorhersagen zu verstehen und besser informierte Entscheidungen zu treffen. Wir suchen einen Wissenschaftler im neu gegründeten Ensemble-Modellierungsteam, um an den operationellen Ensemble-Vorhersagesystemen des ECMWF über mittelfristige bis saisonale Zeiträume zu arbeiten. Die Rolle wird zur Verbesserung und Wartung der in den Operationen verwendeten Ensemble-Konfigurationen beitragen, indem physikbasierte, KI-basierte und hybride Ansätze genutzt werden.

Sie werden an den operationellen IFS-Ensemble-Vorhersagen des ECMWF arbeiten, mit einem besonderen Fokus auf die Darstellung der Modellunsicherheit durch das stochastisch perturbierte Parametrisierungsverfahren. Sie werden auch zur operationellen AIFS-Ensemble-Vorhersagefähigkeit und zu hybriden Ensemble-Konfigurationen, einschließlich genudgter Ensembles, beitragen. Darüber hinaus werden Sie an der Darstellung der Unsicherheit der Anfangsbedingungen für die operationellen Ensemble-Systeme arbeiten, indem Sie singuläre Vektoren und Anfangsbedingungen aus dem Ensemble-Datenassimilation-System verwenden.

Das Ensemble-Modellierungsteam wird Teil der Abteilung für Erdsystemmodellierung im Forschungsbereich des ECMWF sein. Es wird die operationellen Ensemble-Vorhersagesysteme des ECMWF über mittelfristige, sub-saisonale, saisonale und längerfristige Anwendungen konsolidieren und vorantreiben. Das Team wird verantwortlich sein für das Design der Ensemble-Konfiguration, die Initialisierung, die Darstellung von Modell- und Anfangsbedingungsunsicherheit sowie Kalibrierung und Zuverlässigkeit.

Ihre Verantwortlichkeiten:

• Verbesserung der Darstellung der Modellunsicherheit in IFS-Ensemble-Vorhersagen, einschließlich durch das stochastisch perturbierte Parametrisierungsverfahren.
• Beitrag zur Verbesserung von AIFS- und genudgten Ensemble-Konfigurationen, einschließlich durch die Vorbereitung von Trainingsdatensätzen und das Design kalibrierter Ensemble-Systeme.
• Optimierung der Initialisierung und Darstellung der Unsicherheit der Anfangsbedingungen in Ensemble-Vorhersagen über Vorhersagezeiträume von Tagen bis zu Saisons.
• Design numerischer Experimente, Analyse der Ergebnisse und Implementierung robuster Codes, während operationale Konfigurationen beibehalten und auftretende Probleme in den operationellen Systemen gelöst werden.
• Zusammenarbeit mit Kollegen im ECMWF und mit Mitgliedstaaten zur Weiterentwicklung der operationellen Ensemble-Vorhersagesysteme.

Was wir suchen:

Wir suchen jemanden, der starke wissenschaftliche Expertise, die für die Rolle relevant ist, mit einem praktischen Ansatz zur Entwicklung operationeller Vorhersagesysteme kombiniert. Sie sind daran interessiert, in physikbasierten, KI-basierten und hybriden Ensemble-Vorhersagen zu arbeiten. Sie verstehen probabilistische Methoden, statistische Techniken und physikalische Prozesse und verfügen über die technische Expertise, die erforderlich ist, um stabile und widerstandsfähige operationale Modellkonfigurationen zu entwickeln.

Sie bringen mit:

• Ausgezeichnete analytische und problemlösende Fähigkeiten, mit der Fähigkeit, theoretisches Verständnis mit praktischer Modellentwicklung zu verbinden.
• Ein rigoroser und proaktiver Ansatz zur Verbesserung von Vorhersagemethoden und Code.
• Die Fähigkeit, unabhängig zu arbeiten und gleichzeitig effektiv mit Kollegen in verschiedenen Bereichen zusammenzuarbeiten, unterstützt durch klare Kommunikationsfähigkeiten.
• Starke organisatorische Fähigkeiten, einschließlich der Fähigkeit, konkurrierende Prioritäten zu managen und qualitativ hochwertige Arbeit zu liefern, wenn die Fristen eingeschränkt sind.
• Ein Engagement für die Dokumentation von Methoden, Code und Ergebnissen.

Ihr Profil:

Bildung: Ein fortgeschrittener Universitätsabschluss oder gleichwertige Berufserfahrung in einem relevanten Bereich.

Erforderliche Erfahrung und Kenntnisse:

• Erfahrung in der Erdsystemmodellierung mit gutem Verständnis der physikalischen Prozesse, die Vorhersagen über Zeiträume von Tagen bis zu Saisons beeinflussen.
• Erfahrung mit stochastischen Methoden, die in der probabilistischen Vorhersage verwendet werden, einschließlich stochastischer Parametrisierungsverfahren.
• Erfahrung in der Entwicklung von Ensemble-Vorhersagesystemen für mittelfristige, sub-saisonale oder saisonale Zeiträume.
• Starke Programmier- und Datenanalysefähigkeiten, mit Erfahrung in der Entwicklung wissenschaftlicher Software, Durchführung großer numerischer Experimente in Hochleistungsrechenumgebungen und Wartung robuster Modellkonfigurationen.

Wünschenswerte Erfahrung und Kenntnisse:

• Erfahrung mit KI-basierten Ensemble-Vorhersagesystemen.
• Erfahrung mit relevanten Methoden zur Darstellung der Unsicherheit der Anfangsbedingungen.

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