About job:

Gillar du meteorologi, samhällsnytta och att löpande prova och lära dig nya vetenskapliga metoder? Då är ett jobb i våra utvecklingsteam perfekt för dig.SMHI:s enhet ”Modell och System” ansvarar för SMHIs operationella modeller och andra system inom meteorologi, oceanografi, hydrologi, satellit och radar.

Resultaten av beräkningarna ger basen till vår prognos- och varningsverksamhet. För beräkningar använder vi allt från PCmaskiner till Linux-kluster på superdatorcentret NSC i Linköping. Olika vetenskapliga metoder används, däribland AI.

Inom enheten finns gruppen ”Metod” som ansvarar för den vetenskapliga metodiken. Gruppen består idag av 8 medarbetare, och vi söker nu förstärkning med 1 - 3 naturvetare eller ingenjörer.Om tjänstenDu kommer i första hand att arbeta med förbättring av våra operationella meteorologiska prognosprodukter och varningar genom fysikalisk och statistisk post-processing och nowcasting.

Arbetet innefattar att bygga nya modeller och metoder, men även vidareutveckling av befintliga, och du kommer även att bidra med programmering av de vetenskapliga metoderna.Du kommer att ingå i ett av våra utvecklingsteam.

Teamet jobbar med prognosdata som kommer från numeriska modeller såsom observationssystem inkl. radar, satellit och väderstationer. Utvecklingen sker primärt för interna behov, men data och produkter används även externt.

Alla servrar där verktyg och program installeras är i Linux. Byggandet av systemet sker i samarbete med systemutvecklare i teamet. Vi jobbar agilt och anpassar våra prioriteringar utifrån verksamhetens behov.

Rollen kan innebära att ingå i modellberedskap ca var 7:e vecka eller att sitta som vakt i prognoscentralen.Resor både inom och utanför Sverige kan förekomma.Din profilVi söker dig med avslutad utbildning inom naturvetenskap eller som civilingenjör med naturvetenskaplig inriktning.

Alternativt kan du ha annan matematisk/datavetenskaplig utbildning med programmering och naturvetenskap som ingående komponenter.Utöver ovanstående utbildningskrav är det krav på att du har:• dokumenterade goda programmeringskunskaper, speciellt i Python • vana av Linuxmiljö • kunskap om statistiska metoder för databehandling, t ex statistisk post-processing, dataassimilering eller maskininlärningDet är för tjänsten meriterande med:• utbildning eller erfarenhet inom maskininlärningsmetoder • Kunskap i låg nivå språk som C, C++ och Rust • Utveckling av kod i större team (>3) med goda vanor i användning av repository, t.

ex. git • Erfarenhet av hantering av stora datamängder • Erfarenhet från väder- och klimatdata, både från modell- och observationssidan • Användning av maskininlärning inom forskning eller näringsliv • Tillämpning av maskininlärning för samhälleliga utmaningar • Erfarenhet av internationella samarbetenSom person är du prestationsinriktad, självgående och strukturerad.

Du tycker om att samarbeta med andra och har en god problemlösande analysförmåga. Vi ser gärna att du motiveras av att lösa samhälleliga problem, och att du aktivt söker dialog och samarbete med användarna.

Mycket goda kunskaper i engelska, både i tal och i skrift är ett krav. Saknas kunskaper i svenska språket vid anställning är ett krav att du inom 1 år uppnått minst nivå B2 enligt europaskalan för språknivåer.

AnställningsformTillsvidarePlaceringsortPlacering är på vårt kontor i NorrköpingSista ansökningsdagVälkommen med din ansökan redan idag, dock senast den 26 maj 2024.SMHI är en svensk expertmyndighet med globalt perspektiv och en livsviktig uppgift i att förutse förändringar i väder, vatten och klimat.

Med vetenskaplig grund och genom kunskap, forskning och tjänster bidrar vi till att öka hela samhällets hållbarhet. Varje dag, dygnet runt, året om.SMHI är en beredskapsmyndighet och som anställd kan du komma att krigsplaceras vid myndigheten.

Tänk på att de handlingar och uppgifter du skickar till SMHI genom din ansökan blir en allmän handling. Detta betyder att allt material i ansökan, inklusive bilagor, kan behöva lämnas ut till den som begär det om uppgifterna inte omfattas av sekretess enligt offentlighets- och sekretesslagen.

Tänk på att i första hand skriva det som du bedömer är relevant i förhållande till kraven på tjänsten. Tänk på din integritet och undvik att lämna information som innehåller känsliga personuppgifter, uppgifter om din eller närståendes hälsa, politiska åsikter eller religiös övertygelse.