水数据科学博士后研究员

劳伦斯伯克利国家实验室
发表于

类型

邮政编码

你会做什么:

  • 开发和利用数据驱动的模型来了解河水质量反应和对多种尺度的水文扰动的恢复能力,从达到分水岭到区域尺度。

  • 整合和分析复杂数据集,包括高分辨率气候和空间流域数据集,具有河流放电测量,水质。

  • 使用统计,小波,分类或其他数据挖掘方法研究和开发基于机器学习的水质建模和提取模式的方法。

  • 有助于构建基于Python的水质数据集成,分析和预测框架。

  • 作者查看会议或期刊论文,并有助于拨款提案。

  • 博士在环境科学/工程或其他相关技术学科中。

  • 对流域水文或生物地球化学的数据分析,建模,机器学习或数值优化进行了现有经验。

  • 数据分析方法的理论理解和应用,如统计技术,信号处理,模式识别或数据通知的数学建模。

  • 出色的书面和口头沟通技巧,具有既定的同行评审出版物

  • 承诺开放科学,开放数据,以及实现更广泛的科学用途的可维护和可重复使用的软件/数据产品。

期望的资格:

  • 在流域或水质建模中使用的数据集(例如NHDPLUS,气候司机,流温/盐度/溶解氧)的经验。

  • 事先分析或建模极端事件,如洪水/干旱。

  • 使用传统和深机器学习方法的经验,例如时间序列分析,分类和预测方法。

  • 熟悉图书馆,框架或工作流程工具,可实现数据分析和机器学习(例如,Numpy,Pandas,Scikit-Learn,Keras,Tensorflow,Jupyter笔记本)。

  • 使用Python(首选)或R编程经验

要考虑,请将以下内容包含在线申请:

  • 求职信:包括介绍自己,您的应用程序和描述您对该职位的兴趣的求职信。

  • 课程简历/恢复:学术简历或简历是可以接受的。务必突出与该职位相关的技术技能,兴趣和协同活动。包括软件项目或公共代码存储库的链接。

  • 3参考文献:提供三个专业参考文献的联系信息,我们可以与您的工作和申请进行沟通。

笔记:

  • 这是一个全职,2年,博士后预约,基于令人满意的工作绩效,继续提供资金和正在进行的业务需求的可能性。您必须有不到3年的支付博士后经验。博士后职位的薪水取决于经验多年的经验。

  • 该职位由联盟代表集体谈判目的。

  • 薪水将根据博士后步骤预先确定。

  • 该位置可能受到背景检查。将评估任何信念,以确定它们是否与职位的责任和要求直接相关。拥有定罪历史不会自动取消申请人被视为就业的资格。

  • 多样性,公平和包容是伯克利实验室的核心价值。我们的卓越只能通过分享我们对这些价值观承诺的教师,学生和员工充分意识到。我们的教职员职位的成功候选人将展示致力于推进公平和包容的证据。

  • 工作将主要在Lawrence Berkeley国家实验室,1个Cyclotron Road,伯克利,加利福尼亚州。

更多信息

发表于

类型

邮政编码

Berkeley%2C%20岁%20岁

伯克利,美国