Auf einen Blick
- Aufgaben: Entwickle innovative Machine-Learning-Methoden zur Wettervorhersage und arbeite an spannenden Forschungsprojekten.
- Unternehmen: Das ZSW ist ein führendes Institut für angewandte Forschung in der Energiewende mit über 300 Mitarbeitenden.
- Vorteile: Genieße flexible Arbeitszeiten, eine kreative Atmosphäre und moderne Arbeitsplätze.
- Weitere Informationen: Bewerbungen sind online möglich; Kontakt für Fragen steht bereit.
- Warum dieser Job: Erlebe praxisnahe Forschung und trage zur Zukunft der Energie bei – ideal für Technikbegeisterte!
- Qualifikationen: Studium in Deep Learning, Meteorologie oder ähnlichem; Python-Kenntnisse sind ein Muss.
Einleitung
Energie mit Zukunft. Das Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW) gehört zu den führenden Instituten für angewandte Forschung in den großen Themen der Energiewende: Photovoltaik, Windenergie, Batterien, Brennstoffzellen, Elektrolyse, eFuels, Circular Economy, Politikberatung sowie die Nutzung von KI zur Prozess- und Systemoptimierung. Gemeinsam mit der Industrie ebnen wir neuen Technologien den Weg in den Markt. An den ZSW-Standorten Stuttgart und Ulm arbeiten dafür mehr als 300 Kolleginnen und Kollegen sowie rund 100 wissenschaftliche und studentische Hilfskräfte. Das ZSW betreibt zudem ein Testfeld für Windenergie und ein weiteres Testfeld für PV-Anlagen. Wir sind Mitglied der Innovationsallianz Baden-Württemberg (innBW), einem Bündnis aus zehn wirtschaftsnahen Forschungseinrichtungen.
Für das Fachgebiet Systemanalyse (SYS) am Standort Stuttgart suchen wir zum nächstmöglichen Zeitpunkt Studierende (m/w/d) für:
Abschlussarbeit Master (m/w/d) im Bereich Machine-Learning-Methoden zur numerischen Wettervorhersage.
Aufgaben
- Beschreibung des GraphCast-Modells und dessen Datenbasis
- Übersicht alternativer Ansätze zur datengetriebenen Wettervorhersage (z.B. FourCastNet, FuxiWeather, PanguWeather)
- Stand der Forschung hinsichtlich GNN-basierter Lokalmodelle
- Implementierung eines Frameworks zur Erstellung von GraphCast-Vorhersagen auf der ZSW-Infrastruktur
- Bewertung der Vorhersagegüte des globalen GraphCast-Modells für Deutschland im Vergleich zu ICON-D2
- Anwendung des Ansatzes (Oskarsson et al., arXiv:2309.17370) zur Entwicklung eines GNN-Lokalmodells für Deutschland basierend auf ICON-D2
- Training des Modells auf historischen ICON-D2-Daten
- Evaluation und Optimierung der Modellkonfigurationen
Ihr Profil
- Studium in einem relevanten Studiengang (Deep Learning, Optimierung, Meteorologie)
- Souveränes Arbeiten mit Python (pytorch, tensorflow)
- Sehr gute Englischkenntnisse
- Begeisterung für anwendungsorientierte Forschung
- Vorteilhaft: Erfahrung in Numerischer Wettervorhersage und Umgang mit Linux
Kontakt & Bewerbung
Das Arbeitsverhältnis ist nach Absprache befristet. Bei Interesse bewerben Sie sich bitte über den "Jetzt online bewerben"-Button. Für fachliche Fragen steht Herr Christian Bär unter +49 711 7870-325 zur Verfügung. Weitere Informationen finden Sie unter.
Unser Angebot
- Forschung für die Industrie mit unmittelbarem Praxisbezug
- Kreative Arbeitsatmosphäre mit flachen Hierarchien
- Flexible Arbeitszeiten
- Gute Anbindung an ÖPNV und Fahrradstellplätze
- Modern ausgestattete Arbeitsumgebung
- Betriebliches Gesundheitsmanagement
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Abschlussarbeit Master (m/w/d) im Bereich Machine- Learning- Methoden zur numerischen Wettervor[...] erhalten könnten
✨Tip Nummer 1
Nutze Networking-Plattformen wie LinkedIn, um Kontakte zu Mitarbeitern des ZSW oder in verwandten Bereichen zu knüpfen. Ein persönlicher Austausch kann dir wertvolle Einblicke in die Unternehmenskultur und die Anforderungen der Stelle geben.
✨Tip Nummer 2
Informiere dich über aktuelle Trends und Entwicklungen im Bereich Machine Learning und numerische Wettervorhersage. Zeige in Gesprächen, dass du auf dem neuesten Stand bist und ein echtes Interesse an den Themen hast, die für die Abschlussarbeit relevant sind.
✨Tip Nummer 3
Bereite dich auf technische Gespräche vor, indem du deine Kenntnisse in Python und den relevanten Frameworks (wie PyTorch und TensorFlow) auffrischst. Praktische Beispiele aus deinen bisherigen Projekten können dir helfen, deine Fähigkeiten überzeugend darzustellen.
✨Tip Nummer 4
Zeige deine Begeisterung für anwendungsorientierte Forschung, indem du eigene Ideen oder Ansätze zur Verbesserung der Wettervorhersage mitbringst. Dies kann in einem Gespräch einen positiven Eindruck hinterlassen und deine Motivation unterstreichen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Abschlussarbeit Master (m/w/d) im Bereich Machine- Learning- Methoden zur numerischen Wettervor[...] mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen:Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen, wie Kenntnisse in Python und Erfahrungen in der numerischen Wettervorhersage. Stelle sicher, dass du diese Punkte in deiner Bewerbung ansprichst.
Individualisiere dein Anschreiben:Schreibe ein individuelles Anschreiben, das deine Begeisterung für anwendungsorientierte Forschung und deine relevanten Fähigkeiten hervorhebt. Gehe darauf ein, warum du dich für das ZSW und die spezifische Masterarbeit interessierst.
Hebe deine technischen Fähigkeiten hervor:Betone deine Kenntnisse in Deep Learning, insbesondere mit Tools wie PyTorch und TensorFlow. Füge konkrete Beispiele hinzu, wie du diese Technologien in früheren Projekten angewendet hast.
Prüfe deine Unterlagen:Stelle sicher, dass alle Dokumente, einschließlich Lebenslauf und Anschreiben, fehlerfrei sind. Achte darauf, dass dein Lebenslauf klar strukturiert ist und relevante Erfahrungen sowie Fähigkeiten gut zur Geltung kommen.
Wie man sich auf ein Vorstellungsgespräch bei UniNow GmbH vorbereitet
✨Bereite dich auf technische Fragen vor
Da die Stelle im Bereich Machine Learning und numerische Wettervorhersage angesiedelt ist, solltest du dich auf technische Fragen zu Python, PyTorch und TensorFlow vorbereiten. Überlege dir Beispiele aus deinen bisherigen Projekten, die deine Fähigkeiten in diesen Bereichen demonstrieren.
✨Kenntnisse über aktuelle Forschung zeigen
Informiere dich über aktuelle Ansätze zur datengetriebenen Wettervorhersage, wie GraphCast oder FourCastNet. Zeige während des Interviews, dass du die neuesten Entwicklungen in der Forschung verfolgst und bereit bist, diese in deiner Arbeit anzuwenden.
✨Englischkenntnisse betonen
Da sehr gute Englischkenntnisse gefordert sind, solltest du sicherstellen, dass du während des Interviews auch in Englisch kommunizieren kannst. Bereite einige technische Erklärungen oder Antworten auf häufige Fragen auf Englisch vor, um deine Sprachfähigkeiten zu demonstrieren.
✨Begeisterung für anwendungsorientierte Forschung zeigen
Zeige deine Leidenschaft für anwendungsorientierte Forschung und erkläre, warum du dich für diese Position interessierst. Teile deine Ideen, wie du zur Entwicklung von Machine-Learning-Methoden zur Wettervorhersage beitragen möchtest und welche praktischen Anwendungen du dir vorstellst.
