Data Engineer 80% (w/m/d)

EPFL; Schweiz; Remote; CHF 110,000 - 150,000; Full time

Job summary

WSL sucht eine/n Fachkraft für den Aufbau und Betrieb einer skalierbaren Simulations- und Dateninfrastruktur für großangelegte Modellierungen in Zusammenarbeit mit Forschenden. Sie arbeiten an automatisierten Pipelines, Testing, Monitoring und der technischen Vorbereitung des Übergangs in den operationellen Lawinenwarndienst.

Sie verfügen über fundierte Programmierkenntnisse (Python) sowie Erfahrung mit Linux-Umgebungen, Kubernetes und HPC-ähnlichen Infrastrukturen.

Qualifications

• Fundierte Programmierkenntnisse, besonders in Python.
• Erfahrung mit Linux-basierten Umgebungen.
• Erfahrung mit HPC oder großen Modellrechnungen von Vorteil.
• Teamarbeit, strukturierte Arbeitsweise und Kommunikationsfähigkeit.

Responsibilities

• Aufbau und Betrieb skalierbarer Simulations- und Dateninfrastruktur.
• Entwicklung automatisierter Daten- und Modellpipelines für Tests.
• Performance-Monitoring, Testing und Qualitätssicherung.
• Entwicklung von MLOps für Training, Deployment und Inferenz.

Skills

Python

Linux

HPC

Teamwork

Deutsch/Englischkenntnisse

Education

Hochschulabschluss in Informatik

Computational Science

Data Engineering

Tools

Kubernetes

Git

Docker

CI/CD Tools

Job description

Das WSL-Institut für Schnee- und Lawinenforschung SLF gehört zur Eidg. Forschungsanstalt WSL und damit zum ETH-Bereich. Die WSL befasst sich mit der nachhaltigen Nutzung und dem Schutz der Umwelt sowie mit einem verantwortungsvollen Umgang mit Naturgefahren. Sie beschäftigt rund 600 Mitarbeitende, davon 180 am SLF in Davos.

Die Gruppen Lawinenwarnung und Warn- und Informationssysteme, welche Teil der Forschungseinheit Lawinen und Prävention sind, suchen auf Anfang 2027 oder nach Vereinbarung einen

Im SNF-Forschungsprojekt THIRST (Towards high-resolution, intelligent, spatio-temporal avalanche forecasting) entwickeln wir neue Methoden, um die Lawinengefahr mithilfe physikalischer Modelle, künstlicher Intelligenz und räumlich hochaufgelöster Daten künftig präziser und automatisierter vorherzusagen. Dafür suchen wir eine Person, die eine skalierbare Simulations- und Dateninfrastruktur aufbaut, um grossräumige Modellrechnungen und den effizienten Zugriff auf umfangreiche Forschungsdaten zu ermöglichen. Gleichzeitig sollen automatisierte und zuverlässige Daten- und Modellpipelines für das Testen neuer Methoden entwickelt werden, welche auch die technische Grundlage für deren spätere Überführung in den operationellen Lawinenwarndienst legen sollen.

Zu Ihren Aufgaben gehören der Aufbau, Betrieb und die Weiterentwicklung einer skalierbaren Simulations- und Dateninfrastruktur für grossräumige, rechenintensive Modellierungen sowie die Entwicklung effizienter Lösungen zur Verarbeitung, Speicherung und Bereitstellung grosser räumlich-zeitlicher Datensätze. Sie entwickeln robuste und automatisierte Daten- und Modellpipelines für Forschung und operationelle Live-Tests und stellen mit Testing, Monitoring und Qualitätssicherung einen zuverlässigen und reproduzierbaren Modellbetrieb sicher.

Ein weiterer Schwerpunkt liegt auf dem Aufbau und Betrieb von MLOps-Prozessen für das automatisierte Training und Re-Training, das Deployment und die Inferenz von Machine-Learning-Modellen sowie deren Verwaltung und Monitoring. Dabei arbeiten Sie eng mit Forschenden und Softwareentwickelnden zusammen, um neue wissenschaftliche Methoden so weiterzuentwickeln und technisch umzusetzen, dass sie für einen späteren operationellen Einsatz vorbereitet sind.

Sie verfügen über einen Hochschulabschluss in Informatik, Computational Science, Data Engineering oder einem verwandten Fachgebiet und bringen fundierte Programmiererfahrung, insbesondere mit Python, mit. Sie sind mit Linux-basierten Entwicklungsumgebungen vertraut und haben idealerweise bereits mit Technologien wie Kubernetes gearbeitet. Erfahrung im Aufbau und Betrieb skalierbarer Daten- und Computing-Infrastrukturen, vorzugsweise im wissenschaftlichen Umfeld, ist ebenso erwünscht wie Kenntnisse moderner Software-Engineering-Praktiken, darunter Versionskontrolle, automatisiertes Testing, CI/CD und Containerisierung. Erfahrung mit paralleler Datenverarbeitung, HPC oder dem Betrieb rechenintensiver Modelle ist von Vorteil. Sie interessieren sich für die Zusammenarbeit mit Forschenden und dafür, wissenschaftliche Methoden in robuste und zuverlässige Anwendungen zu überführen. Eine selbstständige und strukturierte Arbeitsweise, Teamfähigkeit sowie gute Kommunikationsfähigkeiten runden Ihr Profil ab. Gute Deutsch- und Englischkenntnisse werden vorausgesetzt; Interesse an Schnee und Lawinen ist von Vorteil.

Die Stelle ist zunächst auf zwei Jahre befristet, mit Aussicht auf Verlängerung.

An der WSL sind Vielfalt und Inklusion gelebte Werte. Wir setzen uns engagiert für die Gleichstellung der Geschlechter sowie für die Förderung eines offenen und inklusiven Arbeitsklimas ein.