Maschinelles Lernen für die Ionosphärenmodellierung

Deutsches Zentrum für Luft-und Raumfahrt e.V.; Neustrelitz; Vor Ort; EUR 35.000 - 50.000; Vollzeit

Zusammenfassung

Eine Forschungseinrichtung im Bereich Raumfahrt sucht eine/n Wissenschaftler/in zur Untersuchung der Ionosphäre und Thermosphäre. Zu den Aufgaben gehören die Analyse von MMLR-Daten, die Anwendung von Machine Learning zur Modellentwicklung und die Präsentation der Ergebnisse. Bewerber sollten ein laufendes Studium in Natur- oder Ingenieurwissenschaften und gute Programmierkenntnisse in Python mitbringen. Eigenverantwortliches Arbeiten und Teamfähigkeit sind wichtig.

Qualifikationen

• Laufendes Studium der Natur- oder Ingenieurwissenschaften.
• Gute Programmierkenntnisse in Python.
• Fähigkeit, Wissen schnell und selbstständig anzueignen.

Aufgaben

• MMLR-Datensatz screenen und Rauschen beseitigen.
• Modellierungsansatz auswählen.
• Hyperparameter mit Gridsearch und Tensorboard anpassen.
• Ergebnisse validieren.
• Modell als Python-Bibliothek implementieren.
• Ergebnisse schriftlich auswerten.

Kenntnisse

Python

Wissenschaftliche Kenntnisse

Eigenverantwortliches Arbeiten

Teamarbeit

Schnelles Lernen

Englischkenntnisse

Ausbildung

Laufendes wissenschaftliches Hochschulstudium (Bachelor / Master)

Jobbeschreibung

Das Institut für Solar-Terrestrische Physik befasst sich mit den Eigenschaften und Wechselwirkungen des gekoppelten Ionosphären-Thermosphären-Magnetosphären (ITM) Systems sowie dessen Antrieb durch Energieeinträge von der Sonne und von der darunterliegenden Atmosphäre. Innerhalb dieses Forschungsfeldes fokussiert sich das Institut für Solar-Terrestrische Physik am Standort Neustrelitz in Mecklenburg-Vorpommern auf die Erforschung des Weltraumwetters. Der Terminus Weltraumwetter bezeichnet die zeitlich variablen Bedingungen auf der Sonne und im Sonnenwind sowie deren Wirkung auf das ITM-System.

Das erwartet dich

Die Abteilung für Solar-Terrestrische Kopplungsprozesse untersucht die Variabilität der Ionosphäre und Thermosphäre mithilfe von Radar-, Satelliten- und optischen Daten sowie physikalischen Modellen. Diese Arbeiten dienen einem besseren Verständnis der zahlreichen komplexen elektrodynamischen Kopplungsprozesse, die zwischen dem Neutralgas, den geladenen Teilchen und dem Erdmagnetfeld stattfinden. Das Ziel ist es, die vorhandenen Modelle zu verbessern und neue Modelle zu entwickeln.

In unserer Abteilung ist es möglich, mit zahlreichen Beobachtungsdaten und den neusten Modellen zu arbeiten, unterstützt durch Expert/innen auf dem Gebiet. Ziel der Arbeit ist es, mit Hilfe von maschinellem Lernen ein neues globales zeitabhängiges Modell für den Gesamtelektronengehalt der Ionosphäre aus einem Multi-Model-Linear-Regression (MMLR) Datensatz abzuleiten.

Deine Aufgaben

• Screening des MMLR-Datensatzes und Beseitigung von Rauschen und Artefakten
• Auswahl eines Modellierungsansatzes aus dem Spektrum der Methoden des Machine Learning
• Tuning von Hyperparametern mit Gridsearch und Tensorboard
• Validierung der Ergebnisse gegen die MMLR-Koeffizienten und gegen Daten des Gesamtelektronengehalts
• Implementierung des Modells als Python-Bibliothek
• Auswertung der Ergebnisse in schriftlicher Form (evtl. mündlicher Vortrag)

Das bringst du mit

• Laufendes wissenschaftliches Hochschulstudium (Bachelor / Master) der Naturwissenschaften (z.B. Physik) oder der Ingenieurwissenschaften (z.B. Informatik, Geoinformatik) oder andere für die Tätigkeit relevante Studiengänge
• Gute Kenntnisse in der Programmierung mit Python
• Grundlegende wissenschaftliche Kenntnisse helfen dir, dich schnell und sicher in den manchmal komplexen Informationen zurechtzufinden.
• Fähigkeit, sich neues Wissen schnell und selbstständig aneignen zu können
• Fähigkeit, sowohl selbstständig als auch im Team zu arbeiten
• Hohe Motivation für eigenverantwortliches Arbeiten
• Gute Englischkenntnisse

Wir freuen uns darauf, dich kennenzulernen!

Fragen Zu Dieser Position (Kennziffer 3789)

Claudia Borries
Tel.: [phone]