Promotionsstelle für Maschinelles Lernen in der ökologischen Prognose
EAWAG Dübendorf, Eidg. Anstalt für Wasser-, Abwasserreinigung & Gewässerschutz
Dübendorf
Auf einen Blick
- Veröffentlicht:08 Oktober 2025
- Pensum:100%
- Vertragsart:Praktikum
- Arbeitsort:Dübendorf
Eawag, das Schweizerische Bundesinstitut für Gewässerwissenschaften und -technologie, ist ein international vernetztes Wasserforschungsinstitut innerhalb des ETH-Bereichs (Schweizerische Eidgenössische Technische Hochschulen). Eawag betreibt Forschung, Ausbildung und fachliche Beratung, um die doppelten Ziele zu erreichen, den direkten menschlichen Wasserbedarf zu decken und die Funktion und Integrität aquatischer Ökosysteme zu erhalten.
Promotionsstelle für Maschinelles Lernen in der ökologischen Prognose
Das Department für Systemanalyse, Integrierte Bewertung und Modellierung (SIAM) schreibt aus
Die Stelle ist Teil eines Projekts, das sich auf die Entwicklung von maschinellen Lernmodellen zur Vorhersage der Planktondichte konzentriert, trainiert mit einem hochmodernen Datensatz, der bei Eawag entwickelt wurde. Das Projekt fokussiert sich auf das Training von Nowcasting- und Forecasting-Modellen, fördert rigorose Praktiken im maschinellen Lernen und untersucht die Relevanz verschiedener Datenquellen und Umweltbedingungen im Hinblick auf die Vorhersagbarkeit des Zustands einer Planktongemeinschaft.
Das Projekt wird geleitet von Marco Baity-Jesi (SIAM-Abteilung) in Zusammenarbeit mit Francesco Pomati (ECO-Abteilung) und dem Swiss Data Science Center . Der Arbeitsort ist bei Eawag in Dübendorf, und die Promotion wird Teil der D-USYS-Abteilung an der ETH Zürich sein.
Fähigkeiten, die wir für diese Stelle schätzen
• Starke Motivation, maschinelles Lernen in der Ökologie anzuwenden
• Förderung eines gesunden Umfelds um Sie herum
• Proaktivität im Austausch mit Kolleginnen und Kollegen innerhalb und außerhalb des Teams
• Kreativität und gute Kommunikationsfähigkeiten
• Sicherheit im Training von maschinellen Lernmodellen (z.B. mit PyTorch)
• Saubere Programmier- und Skriptpraktiken
• Sicherheit in der Zeitreihenanalyse
• Grundkenntnisse in Differentialgleichungen
• Sicherheit im mathematischen Umgang und in der Umsetzung von Mathematik in Code
• Kenntnisse in Gemeinschaftsökologie, insbesondere Planktonökologie
Da das Projekt interdisziplinär ist, erwarten wir nicht, dass Sie in all diesen Bereichen vor Beginn herausragend sind. Wir schätzen Selbstbewusstsein: Wenn Sie glauben, dass Ihnen einige dieser Fähigkeiten fehlen, das Projekt Sie aber begeistert, könnten Sie die richtige Person für uns sein. Wir bewerten nicht nach sogenanntem Verdienst. Wir suchen die Person, die am besten zu dieser Stelle passt.
Eawag ist ein moderner Arbeitgeber und bietet ein ausgezeichnetes Arbeitsumfeld, in dem Mitarbeitende ihre Stärken, Erfahrungen und Denkweisen einbringen können. Wir fördern die Gleichstellung der Geschlechter und engagieren uns für Vielfalt und Inklusion im Personal. Die Vereinbarkeit von Beruf und Familie ist uns ein zentrales Anliegen. Für weitere Informationen über Eawag und unsere Arbeitsbedingungen besuchen Sie bitte www.eawag.ch und www.eawag.ch/en/aboutus/working/employment.
Bewerbungen, die bis zum 5. November 2025 eingereicht werden, werden vollständig berücksichtigt. Diese sollten ein Bewerbungsschreiben enthalten, in dem Sie Ihre Interessen und deren Relevanz für diese Stelle beschreiben, einen Lebenslauf (ohne Foto) sowie die Namen und Kontaktdaten von zwei Referenzen.
Für weitere Informationen wenden Sie sich bitte an Marco Baity-Jesi (marco.baityjesi@eawag.ch) .
Wir freuen uns auf Ihre Bewerbung. Bitte senden Sie diese über diese Webseite; andere Bewerbungswege werden nicht berücksichtigt. Ein Klick auf den untenstehenden Button führt Sie direkt zum Bewerbungsformular.
Das Projekt wird geleitet von Marco Baity-Jesi (SIAM-Abteilung) in Zusammenarbeit mit Francesco Pomati (ECO-Abteilung) und dem Swiss Data Science Center . Der Arbeitsort ist bei Eawag in Dübendorf, und die Promotion wird Teil der D-USYS-Abteilung an der ETH Zürich sein.
Fähigkeiten, die wir für diese Stelle schätzen
• Starke Motivation, maschinelles Lernen in der Ökologie anzuwenden
• Förderung eines gesunden Umfelds um Sie herum
• Proaktivität im Austausch mit Kolleginnen und Kollegen innerhalb und außerhalb des Teams
• Kreativität und gute Kommunikationsfähigkeiten
• Sicherheit im Training von maschinellen Lernmodellen (z.B. mit PyTorch)
• Saubere Programmier- und Skriptpraktiken
• Sicherheit in der Zeitreihenanalyse
• Grundkenntnisse in Differentialgleichungen
• Sicherheit im mathematischen Umgang und in der Umsetzung von Mathematik in Code
• Kenntnisse in Gemeinschaftsökologie, insbesondere Planktonökologie
Da das Projekt interdisziplinär ist, erwarten wir nicht, dass Sie in all diesen Bereichen vor Beginn herausragend sind. Wir schätzen Selbstbewusstsein: Wenn Sie glauben, dass Ihnen einige dieser Fähigkeiten fehlen, das Projekt Sie aber begeistert, könnten Sie die richtige Person für uns sein. Wir bewerten nicht nach sogenanntem Verdienst. Wir suchen die Person, die am besten zu dieser Stelle passt.
Eawag ist ein moderner Arbeitgeber und bietet ein ausgezeichnetes Arbeitsumfeld, in dem Mitarbeitende ihre Stärken, Erfahrungen und Denkweisen einbringen können. Wir fördern die Gleichstellung der Geschlechter und engagieren uns für Vielfalt und Inklusion im Personal. Die Vereinbarkeit von Beruf und Familie ist uns ein zentrales Anliegen. Für weitere Informationen über Eawag und unsere Arbeitsbedingungen besuchen Sie bitte www.eawag.ch und www.eawag.ch/en/aboutus/working/employment.
Bewerbungen, die bis zum 5. November 2025 eingereicht werden, werden vollständig berücksichtigt. Diese sollten ein Bewerbungsschreiben enthalten, in dem Sie Ihre Interessen und deren Relevanz für diese Stelle beschreiben, einen Lebenslauf (ohne Foto) sowie die Namen und Kontaktdaten von zwei Referenzen.
Für weitere Informationen wenden Sie sich bitte an Marco Baity-Jesi (marco.baityjesi@eawag.ch) .
Wir freuen uns auf Ihre Bewerbung. Bitte senden Sie diese über diese Webseite; andere Bewerbungswege werden nicht berücksichtigt. Ein Klick auf den untenstehenden Button führt Sie direkt zum Bewerbungsformular.
Eawag: Schweizerisches Bundesinstitut für Gewässerwissenschaften und -technologie
