Poste de doctorat : Reconstruction multi-temporelle de la hauteur de la canopée forestière à partir de données satellites — Universität Zürich
CHF 73 500 - 111 500
Universität Zürich · Zürich (ZH)
- Lieu
- Zürich
- Contrat
- full-time
- Publié
- il y a 15 jours
SalaireCHF 73 500 - 111 500
Vue d’ensemble du poste
Avec ses quelque 10 000 employés et actuellement 12 filières d'apprentissage professionnel, l'Université offre un environnement de travail inspirant sur la recherche de pointe et l'enseignement de haut niveau.
Mettez vos talents et vos compétences à notre service.
Découvrez l'UZH en tant qu'employeur! Aufgaben :
- Avec ses quelque 10 000 employés et actuellement 12 filières d'apprentissage professionnel, l'Université offre un environnement de travail inspirant sur la recherche de pointe et l'enseignement de haut niveau.
- Mettez vos talents et vos compétences à notre service.
- Nos collaborateurs bénéficient d'une large gamme d'offres attrayantes.
- Pour en savoir plus: https://www.uzh.ch/de/explore/work.html.
Ce que l’entreprise offre
- Nos collaborateurs bénéficient d'une large gamme d'offres attrayantes.
- Pour en savoir plus: https://www.uzh.ch/de/explore/work.html.
Détails supplémentaires
- Découvrez l'UZH en tant qu'employeur!
- Altimètre laser aéroporté LiDAR et/ou analyse laser spatial (GEDI, ICESat-2) Traitement de données géospatiales
- Programmation scientifique (Python, R, Julia ou Matlab) Autre expérience pertinente mais facultative (idéalement une ou plusieurs) Traitement et/ou analyse de points cloud
- Vision ou apprentissage informatique impliquant données géospatiales Science forestière
- Pile géospatiale open-source (p. ex. GDAL, PDAL, GeoPandas, xarray)
- Wir bieten: Nos collaborateurs bénéficient d'une large gamme d'offres attrayantes.
Notes et contenu original
- Altimètre laser aéroporté LiDAR et/ou analyse laser spatial (GEDI, ICESat-2)
- Traitement de données géospatiales
- Programmation scientifique (Python, R, Julia ou Matlab) Autre expérience pertinente mais facultative (idéalement une ou plusieurs)
- Traitement et/ou analyse de points cloud
- Vision ou apprentissage informatique impliquant données géospatiales
- Science forestière
- Pile géospatiale open-source (p. ex.
- GDAL, PDAL, GeoPandas, xarray)
