Post-doc till Hydrologiska forskningsenheten

SMHI:s hydrologiska forskningsenhet arbetar med att utveckla Vatten- och Klimattjänster från prognos- och scenarioverktyg i Sverige, Europa och världen. Vi beräknar variation i vattentillgång, hydrologiska effekter av en klimatförändring, samt modellerar vattenkvalitet och flöden av ämnen i avrinningsområden. Enhetens arbete syftar bl.a. till bättre beslutsunderlag för fysisk planering och miljömålsarbete, samt till bättre prognoser för hydrologiska varningstjänsten och kraftindustrin. Vi arbetar med externa användare men även som stöd till SMHIs operationella produktionsenheter. Enheten har omkring 42 medarbetare från 15 länder. Vi söker nu en medarbetare med erfarenhet av tillämpning av miljöstatistiska och Machine learning (ML) metoder för analyser av naturliga extremhändelser. Om tjänsten: Du kommer att jobba med stora hydrologiska och klimatologiska datamängder, som du med hjälp av miljöstatistiska och ML metoder ska analysera för extremhändelser. Ett fokus i ditt arbete ligger på interaktionerna mellan olika extremer, särskild höga flöden, torkan, värmeböljor, skogsbränder samt extremväder. Dessutom har du möjlighet att bidra till pågående ML-baserad forskningsarbete kring korrigering av modellresultat med hjälp av observationer, homogenisera indata och förbättra hydrologiska prognoser. Vi utför vårt arbete i olika projekt och du kommer att jobba i olika stora grupper som jobbar mot olika projektspecifika mål. I arbetet ingår vetenskaplig analys, programmering, kvalitetssäkring och dokumentation. Du förväntas publicera minst en vetenskaplig artikel per år. Om dig: Vi söker Dig som är målinriktad, engagerad och tycker om att arbeta såväl självständigt som tillsammans med andra. Du har universitetsutbildning med doktorsexamen i geovetenskap, miljöstatistik eller närliggande ämnesområde som SMHI bedömer likvärdig. Vi söker dig som har (krav): • Erfarenhet i geovetenskapliga frågeställningar och analyser av naturliga extremhändelser • Påvisad kompetens inom Machine learning/Artificiell intelligens, t.ex. genom vetenskaplig publikation eller projektdeltagandet • Goda kunskaper i programmering (t.ex. R, Python) kopplat till hantering av stora datamängder och Machine learning metoder • Goda kunskaper i Microsoft Office-paketet • Mycket goda kunskaper i engelska i tal och skrift Meriterande: • Erfarenhet i hydrologisk modellering och arbete med hydro-klimatologiska data • Erfarenhet i statistiska metoder för detektering av extremvärden samt analys av interaktionerna mellan olika extremer • Erfarenhet i Machine Learning metoder för detektering av extremvärden • Kunskaper i superdator-miljö • Kunskaper om utvecklingsverktyg, t.ex. git • Väl utvecklade professionella nätverk Du är van att ge presentationer och föreläsa, ingå i team, tillämpa agilt arbetssätt, samt att leverera vetenskapligt resultat inom definierade projektmål på utsatt tid med tillfredsställande kvalitet. Vi jobbar i en multi-kulturell miljö där bra kommunikationsförmåga behövs. Du har en forskarprofil med publicerade vetenskapliga artiklar samt vetenskapligt arbetssätt och motivation att publicera dina arbetsresultat. Du har redan tillstånd för att bo och arbeta i Sverige (t.ex. du har EU medborgarskap). Anställningsform: Visstidsanställning 2 år enligt Avtal om tidsbegränsad anställning som postdoktor, med möjlighet till förlängning med en sammanlagd anställningstid på högst tre år. Vi ser gärna att du kan börja din anställning i juni 2024 eller så snart som möjligt. Placeringsort: Norrköping Sista ansökningsdag: 7 maj 2024 SMHI är en svensk expertmyndighet med globalt perspektiv och en livsviktig uppgift i att förutse förändringar i väder, vatten och klimat. Med vetenskaplig grund och genom kunskap, forskning och tjänster bidrar vi till att öka hela samhällets hållbarhet. Varje dag, dygnet runt, året om. SMHI är en beredskapsmyndighet och som anställd kan du komma att krigsplaceras vid myndigheten. Tänk på att de handlingar och uppgifter du skickar till SMHI genom din ansökan blir en allmän handling. Detta betyder att allt material i ansökan, inklusive bilagor, kan behöva lämnas ut till den som begär det om uppgifterna inte omfattas av sekretess enligt offentlighets- och sekretesslagen. Tänk på att i första hand skriva det som du bedömer är relevant i förhållande till kraven på tjänsten. Tänk på din integritet och undvik att lämna information som innehåller känsliga personuppgifter, uppgifter om din eller närståendes hälsa, politiska åsikter eller religiös övertygelse.