2x PhD Positions as part of the SNSF Project “From Alps to Arctic: Satellite-based Assessment of Forest Canopy Height across Decades” — Universität Zürich

Descrizione completa

L'Università di Zurigo, la più grande università della Svizzera, offre una gamma di posizioni attraenti in varie aree tematiche e campi professionali. Con circa 10.000 dipendenti e attualmente 12 corsi di apprendistato professionale, l'Università offre un ambiente di lavoro stimolante sulla ricerca all'avanguardia e sull'istruzione di prima classe. Metti il tuo talento e le tue capacità per lavorare con noi. Scopri di più su UZH come datore di lavoro! Aufgaben: All'interno del progetto SNSF, l'EcoVision Lab si concentrerà sull'avanzamento della stima dei parametri forestali, in particolare dell'altezza delle tettoie, a livello più dettagliato. Come candidato PhD, svilupperai nuovi metodi di apprendimento profondo e visione del computer per trasformare immagini telerilevamento su larga scala di diverse missioni satellitari a mappe di altezza del baldacchino, e ulteriori parametri della foresta e il loro cambiamento nel tempo. La vostra ricerca comprenderà:

• Sviluppare modelli di apprendimento approfonditi per l'analisi della serie di immagini satellitari e l'adattamento del dominio
• Sviluppare modelli di apprendimento profondo per (guida) super-risoluzione di immagini satellitari storiche
• Produrre stime di incertezza calibrate per tutte le uscite del modello
• Modelli di formazione su fonti di dati eterogenee (ad esempio, Landsat, Sentinel-2, SPOT, Corona) e l'esplorazione di combinazioni multimodali di diverse fonti di dati. Ricerca Libertà e innovazione metodologica Il progetto offre una notevole libertà di esplorare direzioni metodologiche d'impatto nella moderna AI, tra cui: apprendimento self-supervised, apprendimento multimodale, (guida) super-risoluzione, stima dell'incertezza, regressione della serie temporale. Ci proponiamo di pubblicazioni ad alto impatto sia nei luoghi di apprendimento automatico (ad esempio, CVPR, ICCV, ECCV, ICLR, NeurIPS) che nelle principali riviste interdisciplinari come il rilevamento remoto dell'ambiente, ISPRS Journal e la sostenibilità della natura. Perché unirsi? Queste posizioni 2x PhD offrono:
• Diventa parte del EcoVision Lab, un luogo vibrante, emozionante e divertente per fare ricerca sull'apprendimento approfondito per applicazioni in ecologia
• Chiudere le collaborazioni con i principali gruppi di ricerca nell'apprendimento automatico, nella visione del computer, nella scienza dei dati, nel telerilevamento e nell'interpretazione storica dell'immagine a distanza.
• Un'opportunità unica per combinare la ricerca AI all'avanguardia con l'impatto ambientale del mondo reale per un argomento di ricerca ancora completamente inesplorato
• Accesso a diversi archivi di immagini satellitari storici su larga scala Anforderungen: Siamo alla ricerca di candidati altamente motivati che sono entusiasti di spingere i confini di machine learning, contribuendo al significativo impatto ambientale. Siete curiosi, rigorosi e godere di sviluppare sia nuove idee e software di ricerca di alta qualità. Sei a tuo agio ad affrontare problemi impegnativi e a collaborare tra le discipline. Un candidato ideale avrà:
• Un eccellente master (M.Sc. o equivalente) in Informatica, Machine Learning, Data Science, o un campo strettamente correlato (ad esempio, ingegneria elettrica, matematica applicata)
• Una forte fondazione in matematica e machine learning
• Un sacco di esperienza di programmazione, preferibilmente in Python
• Forte esperienza precedente nell'apprendimento profondo e nella visione del computer
• Interessi nell'applicazione di metodi ML avanzati ai dati ecologici e geospaziali
• La fluidità in inglese (scritta e parlata) è richiesta Esperienza con argomenti come l'apprendimento self-supervised, l'adattamento del dominio, l'apprendimento del trasferimento, l'apprendimento multimodale, la stima dell'incertezza è un plus - ma non strettamente richiesto. Ci impegniamo a costruire un ambiente di ricerca diversificato e inclusivo. Incoraggiamo le domande dei candidati di tutti gli sfondi e in particolare accogliamo coloro che non possono soddisfare ogni criterio elencato, ma portano forte motivazione e potenziale. Wir bieten: I nostri dipendenti beneficiano di una vasta gamma di offerte interessanti. Maggiori informazioni: https://www.uzh.ch/de/explore/work.html