Hochschulpraktikant/-in im Bereich Machine Learning Integration

Diesen Beitrag können Sie leisten

• In der Entwicklung und Implementierung von ML-Tools sowie Prozessen zur Optimierung von ML-Projekten unterstützen 

• Entwicklung und Training datengetriebener ML-Modelle für Wetter- und Klimavorhersagen, inklusive Prototyping von Use Cases auf Basis von Messdaten
• Analyse, Verarbeitung und automatische Qualitätskontrolle grosser meteorologischer Datensätze aus dem MeteoSchweiz-Datenarchiv
• Zusammenarbeit mit erfahrenen Fachwissenschaftler/innen bei der Umsetzung neuer Ansätze in der Wetter- und Klimavorhersage
• Die Schaffung von Synergien im Bereich des MLOps vorantreiben 

Das macht Sie einzigartig

• Hochschulabschluss (mind. ISCED 6) im Bereich Informatik, Mathematik, Data Science oder oder den Naturwissenschaften (z. B. Physik, Meteorologie) mit einem starken Fokus auf datengetriebene Methoden 
• Gute Kenntnisse im Anwenden und Anpassen von Machine –Learning Algorithmen mit Frameworks wie PyTorch sowie in Data-Science-Prozessen (z. B. Experiment-Tracking, Modellbewertung)
• Erfahrung im Umgang mit grossen Datensätzen, insbesondere Wetter- und Klimadaten 
• Kenntnisse in High-Performance Computing (HPC) und Containerisierung (z. B. Docker) sind von Vorteil
• Kreative und problemlösungsorientierte Denkweise sowie ausgezeichnete Kommunikations- und Teamfähigkeiten in zwei Amtssprachen und Englisch 

Auf den Punkt gebracht

Als Hochschulpraktikant/-in Machine Learning werden Sie Teil des Machine Learning Integrationsteams. Sie helfen bei der Entwicklung von Frameworks und Werkzeugen, die im Bereich des ML eingesetzt werden. Zudem unterstützen Sie die Fachwissenschaftler/innen bei der Entwicklung innovativer, datengesteuerter Ansätze für Schweizer Wetter- und Klimaanwendungen.