gemeinsam einzigartig

Akademische Mitarbeiterin oder Akademischer Mitarbeiter (w/m/d) mit der Möglichkeit zur berufsbegleitenden Promotion
mit Schwerpunkt auf generativen KI-Methoden zur Verarbeitung von Wetterradardaten (75 % Teilzeit)

Organisationseinheit

Institut für Meteorologie und Klimaforschung Atmosphärische Umweltforschung (IMKIFU)

Ihre Aufgaben

Für unseren Campus Alpin in Garmisch-Partenkirchen suchen wir Ihre Unterstützung für unsere Forschung zu generativen KI-Methoden zur Verbesserung der Wetterradardatenverarbeitung. Sie werden Teil des DFG-geförderten Projekts EuRadCA (Verbesserung der Niederschlagsmessung in ganz Europa durch Fortschritte in der Radardatenverarbeitung, Nutzung von Crowdsourcing-Daten und KI). Ihre Arbeit wird zudem in die laufende Forschung zur Entwicklung von KI-Methoden innerhalb der Forschungsgruppe Hydrometeorologische Sensorik und Maschinelles Lernen am KIT Campus Alpin eingebunden.

Das übergeordnete Ziel des Projekts EuRadCA ist die Verbesserung der quantitativen Niederschlagsmessung (QPE) mittels Wetterradar auf europäischer Ebene. Dies soll durch fortschrittliche Radardatenverarbeitung, neue Verfahren zur Radar-Messstations-Anpassung, KI-Methoden und Beobachtungen von privaten Wetterstationen (PWS) erreicht werden. Das Projekt wird in Kooperation mit den Projektpartnern der Universität Stuttgart (Schwerpunkt: Qualitätskontrolle der PWS-Daten und Datenfusion mit Radardaten) und der TU Delf (Schwerpunkt: klassische Radardatenverarbeitung und eine skalierbare, reproduzierbare Verarbeitungspipeline für europaweite Daten) durchgeführt. Ihre Arbeit konzentriert sich auf die Entwicklung neuer generativer KI-Methoden zur Verbesserung der Niederschlagsmessung (QPE) anhand von Radardaten und einer Kombination aus Radar- und Stationsdaten. Zusätzlich ist eine KI-basierte Qualitätskontrolle sowie die Anwendung der neuen Methoden im europäischen Radarnetzwerk OPERA geplant.

Ihre Hauptaufgaben sind:

• Entwicklung eines generativen künstlichen neuronalen Netzes (KNN) für die probabilistische Radar-QPE unter Verwendung von Single- und Dual-Pol-Radardaten.
• Erweiterung des entwickelten generativen KNN um die Einbeziehung von Pluviometerdaten zur Erstellung eines kombinierten Radar-Pluviometer-Produkts.
• Entwicklung einer KI-basierten Qualitätskontrollmethode für Radardaten.
• Anwendung und Evaluierung der entwickelten Methoden auf europäischer Ebene anhand von Daten des Radarnetzwerks OPERA.

Die Stelle bietet die Möglichkeit zur berufsbegleitenden Promotion.

Eintrittstermin

01.08.2026

Ihre Qualifikation

Sie verfügen über:

• einen Masterabschluss in Naturwissenschaften, Geowissenschaften, Mathematik, Informatik oder einem verwandten Fachgebiet;
• fundierte Programmierkenntnisse, vorzugsweise in Python;
• Grundkenntnisse im Bereich Deep Learning, vorzugsweise mit PyTorch;
• Erfahrung im Umgang mit großen Datensätzen und Machine-Learning-Workflows;
• Grundkenntnisse in Meteorologie und Fernerkundung;
• die Fähigkeit, Daten und Code mit realen Beobachtungen und Herausforderungen zu verknüpfen;
• sehr gute Englischkenntnisse in Wort und Schrift.