Research Software Engineer KI & Erdsystemmodellierung

Die nationale Erdsystemmodellierungsinitiative (natESM) bringt führende deutsche Institutionen aus den Bereichen Klima- und Erdsystemwissenschaften zusammen, um eine integrierte und nachhaltige Erdsystemmodellierungskapazität aufzubauen, die in Forschung, operativen Anwendungen, Ausbildung und Bildung eingesetzt werden kann.

In der ersten Phase konzentrierte sich natESM auf die Modernisierung von Modellkomponenten, die Verbesserung von Arbeitsabläufen für Hochleistungsrechner und die Etablierung gemeinschaftlicher "Sprints" als neue Form der wissenschaftlichen Softwareentwicklung. Mit natESM Phase 2 wollen wir unseren Fokus auf innovative, datengesteuerte Ansätze ausweiten. Dazu gehört die Untersuchung, wie Methoden des maschinellen Lernens die Modellleistung verbessern, die Datenqualität steigern und neue Formen der Analyse und Vorhersage in der gesamten ESM-Community (Earth System Modelling) unterstützen können.

Über die Position

Wir suchen einen Research Software Engineer (RSE) mit großem Interesse an der Anwendung und Entwicklung von KI-Methoden in der Klima- und Erdsystemwissenschaft. Es handelt sich um eine neue Position innerhalb von natESM - eine Gelegenheit, die Zukunft der KI in der Erdsystemmodellierung mitzugestalten. Sie werden dabei helfen, Strukturen, Methoden und Community-Verbindungen aufzubauen, die KI-basierte Forschung in ganz Deutschland ermöglichen. Die Stelle ist abteilungsübergreifend beim DKRZ angesiedelt und ermöglicht einen regen Austausch mit Modellentwicklern, HPC-Experten und Kollegen aus den Bereichen Datenanalyse und maschinelles Lernen.

Außerdem arbeiten Sie mit Wissenschaftlern, Modellentwicklern und Datenspezialisten aus verschiedenen Institutionen zusammen, um deren Bedürfnisse zu verstehen, Möglichkeiten für die Integration von KI zu identifizieren und praktische Lösungen zu entwickeln. Da Ihre Arbeit verschiedene Perspektiven und Communities miteinander verbindet, sind ausgeprägte Kommunikationsfähigkeiten und Neugierde für den interdisziplinären Austausch unerlässlich., Da es sich um eine neu geschaffene Position innerhalb von natESM handelt, werden sich Ihre genauen Aufgabenbereiche entsprechend Ihrer Fachkenntnisse und Interessen entwickeln. Sie werden eng mit Wissenschaftlern und anderen RSEs zusammenarbeiten, um Bedürfnisse zu identifizieren, Lösungen zu entwickeln und nachhaltige Arbeitsabläufe zu etablieren. Je nach Ihrem Hintergrund können Sie sich auf einige der folgenden Bereiche konzentrieren:

• Unterstützung der Nutzer durch die Integration von KI-Methoden in Modellierungs- oder datengesteuerte Arbeitsabläufe, z. B. für statistische Downscaling, Bias-Korrektur, Forschungsergebnisse oder Qualitätsverbesserung.
• Entwicklung und Pflege robuster, reproduzierbarer Pipelines für die Datenverarbeitung (xarray, netCDF/Zarr, Dask).
• Zusammenarbeit mit Wissenschaftlern bei der Versuchsplanung, Datenkuratierung, Benchmarking und Modellbewertung.
• Implementierung und Optimierung von ML-Modellen (z. B. Emulatoren oder Parametrisierungen) und Arbeitsabläufen (KI-fähige Datenverarbeitung) auf HPC-Systemen (z. B. PyTorch oder JAX und mehr).
• Beitrag zu Schulungs- und Kapazitätsaufbauaktivitäten innerhalb der natESM-Community.
• Aktive Zusammenarbeit mit der Community, um Bedürfnisse zu identifizieren, den Austausch zu fördern und die gemeinsame Entwicklung von KI-fähigen Tools zu gestalten.
• Verfolgung neuer Entwicklungen in der KI und der Erdsystemwissenschaft, um unsere methodische Toolbox kontinuierlich zu verbessern., Wir sind uns bewusst, dass diese Position aus unterschiedlichen Bereichen heraus angegangen werden kann. Je nach Ihrer Erfahrung kann Ihr Schwerpunkt in einer von zwei sich ergänzenden Richtungen liegen:

1. Datengesteuerte Erdsystemmodellierung - Anwendung von ML-Methoden zur Analyse, Interpretation und Bewertung von ESM-Daten.

Sie sind mit Ansätzen wie statistischer Downscaling, Bias-Korrektur oder Modellvalidierung sowie mit den in diesem Bereich häufig verwendeten Tools und Bibliotheken (xarray, netCDF, Zarr) vertraut. Sie haben Freude daran, Daten zu untersuchen und KI-Methoden zu entwickeln, die wissenschaftliche Erkenntnisse verbessern.

2. KI-Engineering in großem Maßstab - Entwicklung und Optimierung skalierbarer ML-Workflows und -Modelle für wissenschaftliche Anwendungen. Sie beherrschen Frameworks wie PyTorch oder JAX und können wissenschaftliche Ideen in effiziente Softwarelösungen umsetzen., * Zugang zu modernsten HPC-Systemen und einem der weltweit größten Möglichkeiten, direkt mit der natESM-Community in Kontakt zu treten, ihre Bedürfnisse zu erkunden und diese in praktische, skalierbare Lösungen umzusetzen.

• Teilnahme an natESM-Schulungen, Workshops und Community-Veranstaltungen.
• Kontinuierliches Lernen, Teilnahme an Konferenzen und internationales Networking.

Beschäftigungsbedingungen

Wir bieten Ihnen die Arbeit in interdisziplinären Teams und hervorragende Verbindungen zu nationalen und internationalen Forschungsnetzwerken. Neben spezifischen Umsetzungs- und Supportanforderungen unserer Nutzer und Projektpartner zeichnet sich Ihre Arbeit durch die Freiheit aus, kreativ an der Schnittstelle zwischen angewandter Informatik und der Entwicklung wissenschaftlicher Anwendungen zu arbeiten. Die Teilnahme an internationalen Konferenzen, Projektmeetings und Hackathons ermöglicht Ihnen die Weiterbildung und Präsentation Ihrer eigenen Ergebnisse.

• Akademischer Abschluss (Master, Diplom oder Promotion) in Informatik, Physik, Mathematik, Klimawissenschaften oder einem verwandten Fachgebiet.
• Nachgewiesene Erfahrung in der praktischen ML-Entwicklung (Python, PyTorch, TensorFlow oder JAX).
• Ausgeprägte Software-Engineering-Kenntnisse (Git, Testing, CI/CD, Dokumentation).
• Erfahrung im Umgang mit großen Datensätzen in Formaten wie netCDF/Zarr unter Verwendung von xarray oder ähnlichen Bibliotheken.
• Ausgezeichnete Kommunikationsfähigkeiten und sehr gute Englischkenntnisse.

Wünschenswerte Fähigkeiten

• Vertrautheit mit Methoden zur statistischen Herunterskalierung, Bias-Korrektur und Datenassimilation.
• Erfahrung mit Emulator- oder Parametrisierungstraining und -bewertung auf GPUs.
• Kenntnisse in den Bereichen Workflow-Optimierung, Profiling und skalierbare
• Interesse an kollaborativer Softwareentwicklung, Datenstandards und Open-Source-Praktiken.

• Eine kreative Tätigkeit an der Schnittstelle von KI, HPC und Klimaforschung - wo Sie neue Infrastrukturen und Methoden mitgestalten können.
• Zusammenarbeit mit einem vielfältigen Team von RSEs und Wissenschaftlern in ganz Deutschland und Europa., Wir haben unseren Sitz in Hamburg, möchten aber durch flexible Arbeitszeiten und Arbeitsorte (bis zu 100 % Homeoffice innerhalb Deutschlands) ein angenehmes Arbeitsumfeld schaffen. Die Vergütung richtet sich nach der Qualifikation des Bewerbers gemäß TVöD-Bund. Idealerweise können Sie im Januar 2026 beginnen, der genaue Starttermin kann jedoch individuell vereinbart werden.

Die Stelle ist zunächst auf zwei Jahre befristet, mit der Option auf eine Verlängerung um weitere zwei Jahre nach erfolgreicher Überprüfung durch den Förderer.