In één oogopslag
- Taken: Combine machine learning with numerical modeling to enhance wind flow predictions in coastal dunes.
- Bedrijf: Utrecht University, a leader in innovative research and education.
- Voordelen: Competitive salary, flexible work arrangements, and opportunities for personal growth.
- Overige informatie: Join a diverse team committed to sustainability and innovation.
- Waarom deze baan: Make a real impact on coastal management while working with cutting-edge technology.
- Kwalificaties: PhD in relevant field and strong background in data science and programming.
Het verwachte salaris ligt tussen 3706 - 5760 € per maand.
Ben je enthousiast om numerieke modellering te combineren met machine learning? Sluit je aan bij ons team als postdoc en verbeter de voorspellingen van windstromen en duinontwikkeling. Kustduinen zijn dynamische landvormen die bescherming bieden tegen overstromingen en cruciale habitats vormen in Nederland en de rest van de wereld. Kustduinen worden gevormd door zandtransport, dat sterk afhankelijk is van de interactie tussen wind en duinvorm. Recente verbeteringen in luchtstroommodellering en kustduinmodellering zijn veelbelovend. Echter, het verkrijgen van nauwkeurige voorspellingen van windvelden blijft een uitdaging, vooral in duinen met complexe topografie.
In deze 2-jarige postdocpositie gebruik je numerieke modellering en machine learning-technieken om de nauwkeurigheid van kustduinmodellen te verhogen. Je project zal besluitvorming in het beheer van kustduinen informeren en verbeteren. Het uiteindelijke doel van dit project is het bouwen van een surrogaat windveldmodel dat nauwkeurige voorspellingen van windvelden kan invoeren in numerieke kustduinmodellen. Je begint met het evalueren van huidige voorspellingen van windvelden uit het kustduinmodel AeoLiS door modeloutput te vergelijken met bestaande veldmetingen en/of Computational Fluid Dynamics (CFD) simulaties. Specifiek beoordeel je waar vereenvoudigde aannames in het model tekortschieten. Vervolgens train je een machine learning-model (zoals PySR of neurale netwerken) op CFD-gegevens om een snelle, datagestuurde voorspeller van windvelden te ontwikkelen. Je combineert dit surrogaatmodel met AeoLiS en evalueert de nauwkeurigheid van de nieuwe modelopstelling door deze toe te passen op bestaande casestudy's. Waar nodig draag je bij aan het verzamelen van veldgegevens ter ondersteuning van modelvalidatie. Je deelt je resultaten in bijeenkomsten met belanghebbenden, wetenschappelijke conferenties en academische tijdschriften.
Je hebt een sterke achtergrond in data science en ervaring met het toepassen van machine learning en andere AI-technieken. Je bent geïnteresseerd in het toepassen van deze technieken op fysieke systemen, in dit geval op kustduinen, windstroomdynamiek en windgedreven zandtransport. Je hebt een open, samenwerkende en nieuwsgierige houding. Je geniet ervan om nieuwe benaderingen te verkennen en combineert dit met de pragmatisme die nodig is om een project vooruit te helpen. Tegen de tijd dat de functie begint, heb je een PhD-graad behaald in Data Sciences, Computer Sciences, Physics, Earth Sciences, Civil Engineering of een gerelateerd vakgebied. Je hebt een sterke achtergrond in numerieke modellering en programmeren (bij voorkeur Python). Je zult samenwerken met collega's die AeoLiS- en CFD-specialisten zijn, dus affiniteit met deze technieken is een pluspunt, maar niet vereist. Affiniteit met het verzamelen en analyseren van (aeolische) veldmetingen is een plus. Je communiceert duidelijk en hebt een goede beheersing van de Engelse taal.
Wij bieden: een positie (1.0 FTE) voor 24 maanden; een werkweek van 36 - 40 uur en een bruto maandsalaris tussen €3.706 en €5.760 (salarisschaal 10 onder de Collectieve Arbeidsovereenkomst voor Nederlandse Universiteiten (CAO NU)). Het salaris is gebaseerd op een 38-urige werkweek; 8% vakantiegeld en 8,3% eindejaarsbonus; een pensioenregeling, gedeeltelijk betaald ouderschapsverlof en flexibele arbeidsvoorwaarden op basis van de CAO NU. Naast de arbeidsvoorwaarden die in onze collectieve arbeidsovereenkomst zijn vastgelegd, bieden wij aantrekkelijke extra voordelen, waaronder mogelijkheden voor persoonlijke en professionele groei, flexibele verlofregelingen en extra vakantiedagen. Via het UU Terms of Employment Options Model kun je je arbeidsvoorwaardenpakket op jouw behoeften afstemmen. Op deze manier moedigen we je aan om te groeien in wat je doet, zowel in je werk als in je ontwikkeling.
Voor meer informatie over deze functie kun je contact opnemen met Dr. Christa van IJzendoorn. Stuur je sollicitatie niet naar dit e-mailadres, maar gebruik de knop 'Solliciteer nu'. Kandidaten voor deze vacature worden geworven door de Universiteit Utrecht. Bij de Universiteit Utrecht streven we ernaar een plek te zijn waar iedereen zich thuis voelt. We waarderen collega's met verschillende achtergronden, perspectieven en identiteiten, inclusief verschillen in cultuur, religie of etniciteit, geslacht, seksuele geaardheid, neurodiversiteit, handicap en leeftijd. We zetten ons in voor het creëren van een veilige en inclusieve omgeving waar iedereen kan gedijen en bijdragen.
Postdoc: Machine learning for wind flow prediction in coastal dunes in Utrecht werkgever: Universiteit Utrecht
Utrecht University is een uitstekende werkgever die zich inzet voor de professionele ontwikkeling van zijn medewerkers. Met een focus op inclusiviteit en diversiteit, biedt de universiteit een stimulerende werkomgeving waar je kunt bijdragen aan baanbrekend onderzoek en onderwijs. De rol van Research Assistant in Rotterdam biedt niet alleen een competitief salaris en secundaire arbeidsvoorwaarden, maar ook unieke kansen om ervaring op te doen in kwalitatief onderzoek binnen een ondersteunend team dat zich richt op maatschappelijke impact.
Contactgegevens:
Recruitmentteam van Universiteit Utrecht
Hupjob Expertadvies🤫
Zo denken wij dat je Postdoc: Machine learning for wind flow prediction in coastal dunes in Utrecht kunt binnenhalen
✨Duik in de wetenschappelijke community
Kijk naar evenementen zoals conferenties en symposia binnen je vakgebied. Deze bijeenkomsten zijn een geweldige kans om in contact te komen met professionals en onderzoekers in het veld. En wie weet, misschien ontmoet je daar wel iemand van Universiteit Utrecht!
✨Toon je passie voor onderzoek
Zorg ervoor dat je zichtbaar bent in online platformen zoals ResearchGate of Academia.edu. Deel je onderzoeksprojecten en publicaties. Dit helpt niet alleen om je passie te tonen, maar kan ook opvallen bij bedrijven die actief kijken naar bruggenbouwers in de wetenschap, zoals Universiteit Utrecht.
✨Netwerk, maar doe het slim!
Neem deel aan lokale onderzoeksnetwerken of onderzoekersgroepen. Maak verbinding met mensen die vergelijkbare interesses hebben. Een directe aanbeveling vanuit je netwerk kan wonderen doen bij fulltime functies in wetenschappelijk onderzoek.
✨Pas je sollicitatie aan op de organisatie
Bij het solliciteren naar een fulltime functie is het belangrijk om je motivatiebrief en CV te personaliseren voor Universiteit Utrecht. Benadruk specifieke projecten of waarden van de organisatie die aansluiten bij je eigen ervaring. Laat zien waarom jij de perfecte aanwinst bent!
Wij denken dat je deze vaardigheden nodig hebt om als Postdoc: Machine learning for wind flow prediction in coastal dunes in Utrecht te schitteren
Een paar tips voor je sollicitatie 🫡
Versterk je onderzoeksvaardigheden:Zorg ervoor dat je CV duidelijk je onderzoekservaring en relevante vaardigheden laat zien. Benadruk projecten waar je aan hebt gewerkt, je methoden en technieken, en gebruik concrete resultaten om je impact te onderstrepen. Dit zijn exacte vaardigheden die bij wetenschappelijk onderzoek belangrijk zijn.
Publicaties en presentaties als bewijs:Heb je artikelen gepubliceerd of conferenties bezocht? Vermeld dit dan! Het toont je betrokkenheid bij de academische wereld en je vermogen om je bevindingen te delen. Voeg een sectie toe aan je CV waarin je deze prestaties opsomt, dat kan je onderscheiden van andere kandidaten.
Persoonlijke motivatie in je motivatiebrief:Bij een fulltime rol in wetenschappelijk onderzoek willen we niet alleen je ervaring zien, maar ook je passie voor het vak. Vertel ons waarom je geïnteresseerd bent in de specifieke onderzoeksgebieden die Universiteit Utrecht aanbiedt, en hoe je je carrière hierin ziet groeien. Dit maakt je brief veel meeslepender.
Informatie over je vaardigheden:Vergeet niet om relevante vaardigheden en tools, zoals statistische software of laboratoriumtechnieken, in je sollicitatie te vermelden. We willen een goed beeld krijgen van hoe je kunt bijdragen aan ons team, dus wees specifiek over je opleidingsniveau en eventuele certificaten die je hebt behaald binnen het wetenschappelijk onderzoek.
Zo bereid je je voor op een sollicitatiegesprek bij Universiteit Utrecht
✨Bereid je voor op technische vragen
In wetenschappelijk onderzoek moet je vaak diepgaand inzicht hebben in je vakgebied. Verwacht technische vragen over je eerdere onderzoeken of methoden. Zorg dat je je bevindingen en vaardigheden goed kunt uitleggen zodat je kunt laten zien dat je niet alleen kennis hebt, maar ook kunt toepassen.
✨Neem je onderzoeksportfolio mee
Een fulltime functie in wetenschappelijk onderzoek vraagt om concrete voorbeelden van je werk. Zorg ervoor dat je een degelijk portfolio hebt dat je projecten, publicaties en data-analyse toont. Dit laat je aanpak en vaardigheid zien, en helpt om gesprekken concreet en relevant te maken.
✨Blijf flexibel en leergierig
Wetenschappelijk onderzoek is vaak dynamisch. Toon tijdens je interview dat je openstaat voor feedback en bereid bent om nieuwe vaardigheden of technieken te leren. Dit is cruciaal voor een fulltime rol, waar je misschien met nieuwe methodes of samenwerkingen te maken krijgt.
✨Bereid je voor op ethische discussies
Ethische overwegingen zijn enorm belangrijk in wetenschappelijk onderzoek. Tijdens het interview bij Universiteit Utrecht kunnen ze vragen stellen over hoe jij situaties benadert waarin ethiek op het spel staat. Denk na over je eigen principes en hoe deze zich verhouden tot je onderzoek en werkethiek.
