Die Eidgenössische Forschungsanstalt für Wald, Schnee und Landschaft WSL gehört mit rund 600 Mitarbeitenden zum ETH-Bereich. Sie befasst sich mit der nachhaltigen Nutzung und dem Schutz der Umwelt sowie mit einem verantwortungsvollen Umgang mit Naturgefahren.

Die Forschungseinheit Waldressourcen und Waldmanagement erfasst und analysiert Veränderungen in der Landschaft und im Wald. Im Projekt Forest-LENS untersuchen wir Trockenheitssymptome in Buchenbeständen. Grundlage bildet eine bereits entwickelte Sentinel-2- und Machine-Learning-basierte Prozessierungspipeline zur Erfassung solcher Symptome, die räumlich und methodisch erweitert wird. Ein besonderer Fokus liegt auf dem Einfluss der Waldstruktur auf die Trockenheitsresilienz von Buchen. Dazu kombinieren wir satellitenbasierte Trockenheitsindikatoren mit aus LiDAR-Daten abgeleiteten Waldstrukturinformationen sowie weiteren Umwelt- und Standortdaten. Die Stelle ist in der Forschungsgruppe GIS angegliedert und wir suchen für die Dauer von zwei Jahren per sofort oder nach Vereinbarung eine/-

Wissenschaftliche/-r Mitarbeiter/-in für Fernerkundung und Machine Learning zur Modellierung trockenheitsbedingter Waldschäden

Sie verfügen über ein abgeschlossenes Doktorat in Umweltwissenschaften, Forstwissenschaften oder Fernerkundung sowie über ausgewiesene Erfahrung als Data Scientist. Zudem erwarten wir sehr gute Kenntnisse in der räumlichen Modellierung mit Machine Learning, fundierte Erfahrung in der Verarbeitung von Sentinel-2, PlanetScope- und LiDAR-Daten sowie vertiefte Kenntnisse in der Modellierung von Trockenheitssymptomen in Waldökosystemen. Sehr gute Programmierkenntnisse in Python und Erfahrung im Umgang mit grossen Raster- und Vektordatensätzen werden vorausgesetzt. Zudem bezeichnen Sie sich als engagierte, selbstständige und sorgfältig arbeitende Person, die komplexe räumliche Analysen zielgerichtet umsetzt und ihre Ergebnisse für Wissenschaft und Praxis verständlich aufbereitet. Sie verständigen sich verhandlungssicher auf Englisch und Deutsch (mindestens auf Niveau B1) und weisen Erfahrungen im wissenschaftlichen Publizieren aus.

Bitte richten Sie Ihre vollständige Bewerbung an Beatrice Lamprecht, Human Resources WSL, indem Sie die verlangten Unterlagen über unser Bewerbungsportal einreichen. Bewerbungen per E-Mail sowie auf dem Postweg werden nicht berücksichtigt. Für Fragen steht Ihnen Andri Baltensweiler ([email protected]) gerne zur Verfügung. 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.

Zürcherstrasse 111, CH-8903 Birmensdorf

Jetzt bewerben

Erweiterte Suche

machine learning python Jobs in kanton zürich

Wissenschaftliche/-r Mitarbeiter/-in für Fernerkundung und Machine Learning zur Modellierung trockenheitsbedingter Waldschäden

Internship in Engineering - Automation, Robotics, and Related Fields (60 – 100%, 9-12 Months)

Generalist Engineering Intern - Drones & Applied AI

Senior Machine Learning Engineer in Human-Centric Computer Vision

Data Engineering Consultant (w/m/x)

Research Scientist, Frontier AI, DeepMind

Master Thesis Student. Procurement Analytics & Material Intelligence

Engineer III, AI/ML, Online Calibration, XR

Simulation & Perception Engineer Internship

Scientific Advisor, Antibodies

Deep Learning Specialist B2B Process Industry (m/w/d)

PhD Position in AI-Supported Resilience Assessment of Climate-Neutral Transport Infrastructure

Robotics Software Engineer Internship - Autonomy

Senior Digital Signal Processing Engineer

Lead Data Scientist (Supply Chain Forecasting)

AI Engineer / Consultant - Internship

Field Robotics Engineer

studentische Hilfskraft

Senior Application Engineer

Professional Process Automation & AI Engineer (Financial Services), 80-100%, Zürich

Ich möchte aktuelle Job-E-Mails für Stellen als machine learning python in kanton zürich erhalten

Related Searches

Weitere Job-Standorte erkunden

Wissenschaftliche/-r Mitarbeiter/-in für Fernerkundung und Machine Learning zur Modellierung trockenheitsbedingter Waldschäden

Tools für Jobsuchende

Arbeitgebertools

Durchsuchen

Bleiben Sie in Kontakt