Abschlussarbeit Master (m/w/d) im Bereich Machine- Learning- Methoden zur numerischen Wettervor[...]

UniNow GmbH; Stuttgart; Vor Ort; EUR 30.000 - 40.000; Vollzeit

Zusammenfassung

Das Zentrum für Sonnenenergie- und Wasserstoff-Forschung in Stuttgart sucht Studierende für eine Masterarbeit im Bereich Machine-Learning-Methoden zur numerischen Wettervorhersage. Die Position bietet die Möglichkeit, anwendungsorientierte Forschung in einem kreativen Umfeld zu betreiben und flexible Arbeitszeiten zu genießen.

Leistungen

Flexible Arbeitszeiten

Kreative Arbeitsatmosphäre

Betriebliches Gesundheitsmanagement

Qualifikationen

• Studium in einem relevanten Studiengang.
• Begeisterung für anwendungsorientierte Forschung.

Aufgaben

• Implementierung eines Frameworks zur Erstellung von GraphCast-Vorhersagen.
• Bewertung der Vorhersagegüte des globalen GraphCast-Modells.
• Training des Modells auf historischen ICON-D2-Daten.

Kenntnisse

Python

Deep Learning

Optimierung

Meteorologie

Englisch

Ausbildung

Master's in relevant field

Jobbeschreibung

Einleitung

// Energie mit ZukunftDas Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg (ZSW) gehört zu den führenden Instituten für angewandte Forschung in den großen Themen der Energiewende: Photovoltaik, Windenergie, Batterien, Brennstoffzellen, Elektrolyse, eFuels, Circular Economy, Politikberatung sowie die Nutzung von KI zur Prozess- und Systemoptimierung. Gemeinsam mit der Industrie ebnen wir neuen Technologien den Weg in den Markt. An den ZSW-Standorten Stuttgart und Ulm arbeiten dafür mehr als 300 Kolleginnen und Kollegen sowie rund 100 wissenschaftliche und studentische Hilfskräfte. Das ZSW betreibt zudem ein Testfeld für Windenergie und ein weiteres Testfeld für PV-Anlagen. Wir sind Mitglied der Innovationsallianz Baden-Württemberg (innBW), einem Bündnis aus zehn wirtschaftsnahen Forschungseinrichtungen.

Für das Fachgebiet Systemanalyse (SYS) am Standort Stuttgart suchen wir zum nächstmöglichen Zeitpunkt Studierende (m/w/d) für:

• Abschlussarbeit Master (m/w/d) im Bereich Machine-Learning-Methoden zur numerischen Wettervorhersage

Aufgaben

1. Beschreibung des GraphCast-Modells und dessen Datenbasis
2. Übersicht alternativer Ansätze zur datengetriebenen Wettervorhersage (z.B. FourCastNet, FuxiWeather, PanguWeather)
3. Stand der Forschung hinsichtlich GNN-basierter Lokalmodelle
4. Implementierung eines Frameworks zur Erstellung von GraphCast-Vorhersagen auf der ZSW-Infrastruktur
5. Bewertung der Vorhersagegüte des globalen GraphCast-Modells für Deutschland im Vergleich zu ICON-D2
6. Anwendung des Ansatzes [Oskarsson et al., arXiv:2309.17370] zur Entwicklung eines GNN-Lokalmodells für Deutschland basierend auf ICON-D2
7. Training des Modells auf historischen ICON-D2-Daten
8. Evaluation und Optimierung der Modellkonfigurationen

Ihr Profil

• Studium in einem relevanten Studiengang (Deep Learning, Optimierung, Meteorologie)
• Souveränes Arbeiten mit Python (pytorch, tensorflow)
• Sehr gute Englischkenntnisse
• Begeisterung für anwendungsorientierte Forschung
• Vorteilhaft: Erfahrung in Numerischer Wettervorhersage und Umgang mit Linux

Kontakt & Bewerbung

Das Arbeitsverhältnis ist nach Absprache befristet. Bei Interesse bewerben Sie sich bitte über den "Jetzt online bewerben"-Button. Für fachliche Fragen steht Herr Christian Bär unter [phone] zur Verfügung. Weitere Informationen finden Sie unter www.zsw-bw.de.

Unser Angebot

• Forschung für die Industrie mit unmittelbarem Praxisbezug
• Kreative Arbeitsatmosphäre mit flachen Hierarchien
• Flexible Arbeitszeiten
• Gute Anbindung an ÖPNV und Fahrradstellplätze
• Modern ausgestattete Arbeitsumgebung
• Betriebliches Gesundheitsmanagement