Doktorandin / Doktorand (gn)

enersis rockt die Energiewende!

enersis ist ein Climate Tech-Unternehmen, welches Städten, Regionen und der Energiewirtschaft hilft, emissionsfrei zu werden. Der digitale Zwilling „gaia“ von enersis visualisiert alle energie- und klimarelevanten Daten auf einenBlick. Unterschiedliche Module bieten Lösungen für verschiedene Themenschwerpunkte und Problemstellungen: vonder CO2-Bilanzierung, Quartiersentwicklung, Netzplanung bis hin zur kommunalen Wärmeplanung. Insbesondere dieVisualisierung relevanter Daten unterstützt alle beteiligten Stakeholder zur besseren Planung und Kommunikationihrer Maßnahmen. enersis wurde 2011 in der Schweiz gegründet und ist seit 2015 auch in Deutschland vertreten.

Position

Vollzeit

Standort

Bern (CH)

Abteilung

Kontaktperson

E-Mail schreiben

?

Gestalte als Doktorierende Person aktiv die CO2-Reduktion durch KI, Machine Learning und Umweltdaten.
Im Rahmen des internationalen DENSE-Projekts DENSE-Projekts  (DC11) suchen wir eine/n motivierte/n  Doktorandin / Doktorand (gn), der/die bereit ist, durch innovative Nutzung von Machine Learning und Umweltdaten, einen wesentlichen Beitrag zur Reduzierung von CO2-Emissionen zu leisten. Dies erfolgt bei der enersis suisse AG https://www.enersis.ch/ in Bern.

Das Ziel:
Das DENSE-Projekt DC11 verfolgt das Ziel, die komplexe und untereinander verbundene Umweltinformation zu nutzen, um wirksame Maßnahmen zur Reduktion von CO2-Emissionen abzuleiten. Diese Position als Doktorandin / Doktorand (gn) wird eine entscheidende Rolle bei der Weiterentwicklung der unten beschriebenen Forschungsziele spielen.

?Du hast die einzigartige Chance, an der Schnittstelle zwischen Umweltwissenschaft und maschinellem Lernen zu forschen und dabei auf umfangreiche Datensätze zuzugreifen. Diese Position ermöglicht es dir, einen aktiven Beitrag zur Lösung einer der drängendsten globalen Herausforderungen zu leisten.

• Datenrevolution: Tauche ein in die umfangreiche Datenbank von enersis, die dutzende von Städten umfasst. Identifiziere durch innovatives Feature Engineering die Schlüsselfaktoren, die CO2-Emissionen beeinflussen.
• Machine Learning: Entwickle und implementiere ML-Modelle, welche die komplexen Beziehungen und Abhängigkeiten innerhalb der Daten erfassen können, um CO2-Emissionen präzise vorherzusagen
• Szenarioanalysen: Nutze die entwickelten ML-Modelle, um Szenarioanalysen durchzuführen und CO2-Emissionen unter verschiedenen politischen Interventionen, technologischen Fortschritten und anderen Veränderungen vorherzusagen. Dies ermöglicht es den Stakeholdern, die potenzielle Auswirkung verschiedener Strategien und Interventionen auf die Reduzierung von CO2-Emissionen zu bewerten. 
• Decision-Support-Systems: Integriere die ML-Modelle in Decision-Support-Systems, die auf die spezifischen Bedürfnisse von Stakeholdern zugeschnitten sind. Diese Systeme sollen konkrete Empfehlungen zur Reduzierung von CO2-Emissionen bieten. Integriere deine Modelle in maßgeschneiderte Entscheidungshilfesysteme, die Stakeholdern konkrete Empfehlungen zur Reduzierung von CO2-Emissionen geben.

• Zusammenhalt und gegenseitige Unterstützung
• Intrinsische Motivation
• Steile Entwicklungskurve durch spannende Projekte und modernster Technologie-Ansatz
• Energie-Lovers, Daten-Gurus, Tech-Junkies und Magic-Creators als bunt-gemischte KollegInnen
• XXL-Portion Herz und Verstand
• Office mit Blick auf die Berge inmitten der Stadt
• Gesunde Snacks und Getränke
• Möglichkeit des mobilen Arbeitens
• Erwachsene Climate-Tech Atmosphäre
• Regelmässige Teamevents und Quartal-Höcks

?
Wer kann sich bewerben?
BewerberInnen müssen alle Zulassungskriterien erfüllen und dürfen in den letzten 3 Jahren nicht länger als 12 Monate in der Schweiz gelebt oder gearbeitet haben.

Wie bewerbe ich mich?
Alle notwendigen Unterlagen müssen gemäss Application Guide auch nach E-Mail schreiben geschickt werden.

Dann sende uns Deine elektronische Bewerbung mit Gehaltsvorstellung und möglichem Startdatum.

Bewirb Dich trotzdem, denn wir lassen uns gerne von Dir verzaubern.

Stell sie uns vor, mal schauen was wird!

Wir kuscheln gerne.