Machine Learning Scientist (AI-based Weather Forecasting) — ETH Zürich

Descrizione completa

chevron left Übersicht chevron left Übersicht Machine Learning Scientist (AI-based Weather Forecasting) 100%, Locarno, stampa a tempo fisso Drucken Recenti progressi nella previsione meteo basata su AI hanno dimostrato notevole abilità ed efficienza computazionale. Tuttavia, la maggior parte degli attuali sistemi di previsione meteorologica (MLWP) si basano principalmente sulle analisi NWP per l'inizializzazione e sfruttano solo parzialmente la ricchezza delle osservazioni satellitari disponibili. Con l'avvento della Meteosat Third Generation (MTG), nuove misurazioni ad alta frequenza e ad alta risoluzione di nuvole, umidità, temperatura e attività fulmine offrono opportunità senza precedenti per migliorare notevolmente le previsioni regionali. Nell'ambito di un Research Fellowship supportato da EUMETSAT, stiamo promuovendo l'integrazione delle osservazioni satellitari geostazionarie in un sistema MLWP regionale di nuova generazione. Il progetto si basa su un modello di previsione regionale a base di grafici esistente, allungato-grigliato sviluppato a MeteoSwiss ed è incorporato nel quadro Anemoi avviato da ECMWF. L'obiettivo è quello di sviluppare e valutare nuove architetture multi-encoder-decoder in grado di ingerire vari flussi di dati satellitari (ad esempio radiances, prodotti cloud, osservazioni fulmine, suoni iperspectral) e integrarli in cicli di previsione ad alta frequenza con tempi di piombo da corto raggio a 10 giorni in anticipo. Il lavoro sarà svolto in stretta collaborazione con partner nazionali e internazionali e contribuirà direttamente al futuro sfruttamento operativo dei dati MTG. Descrizione del lavoro Stiamo cercando un programmatore scientifico / sviluppatore di software per unire il nostro team motivato e interdisciplinare.

• Sviluppare e implementare architetture di modelli di apprendimento automatico che consentano l'ingestione diretta dei dati satellitari di prossima generazione (ad esempio MTG FCI, LI, IRS) in modelli di previsione regionali all'avanguardia in Anemoi
• Contribuire all'evoluzione di un framework multi-encoder-decoder MLWP all'interno dell'ecosistema Anemoi Apprezziamo le persone che amano risolvere problemi complessi, collaborare attraverso le discipline, e contribuire in diverse fasi del flusso di lavoro come il sistema matura. Si tratta di un contratto a tempo determinato di 1 anno, con la possibilità di proroga fino a 2 anni aggiuntivi. Il posto di lavoro principale si trova a MeteoSwiss Locarno-Monti con visite regolari a Zurigo. L'importo della retribuzione sarà conforme al sistema salariale di ETH Zürich. Profilo Accogliamo le domande dei candidati con sfondi diversi che soddisfano la maggior parte (non necessariamente tutti) dei seguenti criteri:
• PhD in informatica, scienza dei dati, scienze naturali (ad esempio fisica, meteorologia) o un campo correlato.
• Esperienza di lavoro con dati satellitari (ad esempio osservazioni geostazionarie, radiances, prodotti di recupero)
• Forte capacità di programmazione in Python
• Esperienza nell'apprendimento automatico, idealmente comprese architetture di apprendimento profonde come reti neurali di grafico, trasformatori, o modelli spatio-temporali
• Esperienza con ambienti di calcolo ad alte prestazioni o distribuiti
• Buona comprensione dei processi meteorologici e dei modelli numerici