Akademische Mitarbeiterin oder Akademischer Mitarbeiter in Eggenstein-Leopoldshafen bei Karlsruher Institut für Technologie

Organisationseinheit

Institut für Meteorologie und Klimaforschung Troposphärenforschung (IMKTRO)

Ihre Aufgaben

Das Ziel der Tätigkeit ist die Entwicklung und Implementierung von innovativen Methoden zur Kopplung externer Komponenten an das ICON-Modell und die Anwendung von ML/AI-Technologien zur Emulation von Modellparametisierungen und ART-Komponenten.

Insbesondere sind Sie hierbei mit folgenden Aufgaben betraut:

• Flexible Kopplung und Diagnostik: Integration der YAC-Bibliothek in ICON über ComIN, Entwicklung eines Diagnostik-Workflows basierend auf horizontaler und vertikaler Interpolation sowie die Implementierung von Machine Leraning (ML) durch generische I/O-Schnittstellen.
• ML/AI-Emulationen: Definition und Demonstration eines Frameworks und Workflows für das Training von ML/AI-Emulatoren basierend auf Modellausgaben und externen Aufrufen der Modellkomponenten sowie die Integration von Python-basierten Modellkomponenten in moderne AI/ML-Umgebungen.

Das übergeordnete Ziel ist es die Flexibilität und Effizienz des ICON-Modells zu erhöhen und ML/AI-Techniken zu nutzen, um die Modellgenauigkeit und Leistungsfähigkeit zu verbessern. Dies wird durch die Entwicklung und Dokumentation neuer Workflows und deren Veröffentlichung in wissenschaftlichen Repositories und Fachzeitschriften unterstützt.

Eintrittstermin

01.10.2024

Ihre Qualifikation

Sie verfügen über ein abgeschlossenes wissenschaftliches Hochschulstudium (Diplom (Uni) / Master) der Fachrichtung Informatik oder Softwaretechnik. Alternativ verfügen Sie über einen wissenschaftlichen Hochschulabschluss (Diplom (Uni) / Master) in der Fachrichtung Mathematik, Meteorologie, Physik oder Erdsystemwissenschaften mit abgeschlossener Promotion und Erfahrungen in der Softwareentwicklung. Zudem beherrschen Sie mindestens eine Programmiersprachen wie Python, Fortran oder C++ und haben erste Erfahrung mit Machine-Learning-Frameworks und Bibliotheken (z.B. TensorFlow, PyToch, Scikit-learn). Sie sind mit Hochleistungsrechnersystemen und parallelem Rechnen vertraut und besitzen Erfahrung in der Implementierung und Entwicklung komplexer Softwaresysteme insbesondere im Bereich der wissenschaftlichen Datenverarbeitung und Modellintegration. Kenntnisse über numerische Wettervorhersagemodelle insbesondere ICON und verwandte Komponenten sowie Erfahrung mit Plattformen wie GitLab für Versionskontrolle und kollaborative Entwicklung runden Ihr fachliches Profil ab. Persönlich überzeugen Sie durch eine ausgeprägte Kommunikationsfähigkeit, fließende Englischkenntnisse in Wort und Schrift, analytischem und konzeptionellem Denken sowie der Fähigkeit zur effektiven Zusammenarbeit in interdisziplinären Teams.

Entgelt

EG 13, sofern die fachlichen und persönlichen Voraussetzungen erfüllt sind.