PhD zu Conditional Generative Modelling von lokalen High-Impact-Ereignissen unter strukturierten Szenarien — Universität Bern

UniBE ist ehrgeizig. Bei uns liefern Sie Spitzenleistungen und testen Ihre Fähigkeiten gegen die Besten. Aufgaben: Der Doktorand wird am Institut für Mathematische Statistik und Versicherungsmathematische Wissenschaft (IMSV) der Universität Bern aufgenommen und tritt der Gruppe Uncertainty Quantification and Spatial Statistics unter der Leitung von Prof. David Ginsbourger. Das IMSV ist ein engagiertes, aufgeschlossenes Institut, in dem mathematische Statistiken und Wahrscheinlichkeitstheorie auf Daten und Modelle aus verschiedenen wissenschaftlichen und gesellschaftlichen Herausforderungen treffen. Die Position ist Teil des vom Schweizerischen Nationalfonds (SNF) geförderten NFS CLIM+ Programms zu Klimaextremen und Gesellschaft. Genauer gesagt wird das PhD-Projekt zum Arbeitspaket „Lokale Risiken: Auswirkungen und Anpassung beitragen und die Teilnahme an Aufgaben umfassen, die Themen wie das Downscaling und Debiasing von Eingangsdaten für hydrologische Modelle abdecken. Geplant sind regelmäßige Interaktionen und mögliche Kooperationen mit den Teams von Prof. Manuela Brunner (ETH Zürich, WSL), Dr. Christian Grams (MeteoSwiss), Prof. Michael Lehning (EPFL Wallis Wallis, WSL) und Prof. Olivia Romppainen-Martius (Universität Bern). Der NFS CLIM+ unterstützt die Schweiz bei der Transformation zu einer klimaresistenten Gesellschaft. Gemeinsam mit Stakeholdern setzt sich die interdisziplinäre NFS-Forschungsgemeinschaft CLIM+ mit unerforschten Lösungsräumen für die Klimakrise auseinander und entwickelt eine Blaupause für umsetzbare Klimaforschung weltweit. NFS CLIM+ kommuniziert und teilt Wissen und bildet eine neue Generation von Experten aus, die über das notwendige Fachgebiet und transdisziplinäre Wissen verfügen. Der NFS CLIM+ strebt die Chancengleichheit bei der Einstellung an. Bei NFS CLIM+ glauben wir, dass Vielfalt von Gedanken, Hintergrund und Erfahrung bessere Forschung schafft. Anforderungen: • Ein MSc-Abschluss in Statistik oder ein eng verwandtes Feld mit stark