Wiss. Mitarbeiter*in (w/m/d)

Fachbereich Geowissenschaften - Institut für Meteorologie Arbeitsgruppe Allgemeine Meteorologie von Prof. Dr. Fabian Hoffmann

Wiss. Mitarbeiter*in (w/m/d) Vollzeitbeschäftigung befristet bis 30.09.2027 Entgeltgruppe 13 TV-L FU Kennung: AllgMet-PostDoc-ARIA01

Bewerbungsende: 19.10.2026

Unsere Forschungsgruppe „Allgemeine Meteorologie“ unter der Leitung von Prof. Dr. Fabian Hoffmann wurde kürzlich am Institut für Meteorologie der Freien Universität Berlin gegründet. Unser zentrales Forschungsinteresse gilt Wolken und ihrer Rolle im Klimasystem. Hierzu entwickeln und nutzen wir ein breites Spektrum numerischer Verfahren – von stark idealisierten, heuristischen Modellen bis hin zu hochdetaillierten Darstellungen der Wolkenmikrophysik. Mit diesen Ansätzen verfolgen wir das Ziel, ein tiefes Prozess‑Verständnis zu erlangen und dieses systematisch auf größere räumliche und zeitliche Skalen zu übertragen.

Aufgabengebiet: Wir suchen einen motivierten wissenschaftlichen Mitarbeiterin, der*die unsere Forschung an Aerosol-Effekten auf Cumulus-Wolken über dem Great Barrier Reef unterstützt. Durch die detaillierte Simulation aller relevanten Prozesse mit einem stochastischen Wolkenmodell soll verstanden werden, wie künstliche Aerosole zu zusätzlichen Wolkentropfen aktiviert werden und so zum Aufhellen oben genannter Wolken beitragen können (Twomey-Effekt). Gleichzeitig wird durch die erhöhte Anzahl von Wolkentropfen etwaiger Niederschlag reduziert, was ebenfalls die Wolken aufhellt (Albrecht-Effekt). Da Cumulus-Wolken sich stark mit ihrer Umgebung vermischen, ist es inherent schwierig den Einfluss der künstlichen Aerosole zu identifizieren. Durch die Anwendung statistischer Methoden (Signifikanzanalyse) sollen belastbare Ergebnisse gewonnen werden.

Einstellungsvoraussetzungen: Abgeschlossene wiss. Hochschulstudium (Master/Diplom) und Promotion in Meteorologie mit Bezug zu Aerosolen, Wolken oder Niederschlag.

Erwünscht: Programmierkenntnisse in den Sprachen Python, Fortran oder C/C++. Erfahrungen in der Benutzung von parallelisierten Großrechnern. Interpretation von Beobachtungs- und Modelldaten. Erfahrungen mit stochastischen Modellen; sicherer Umgang mit Statistik, insbesondere Signifikanzanalysen mit diversen Tests (t-Test, F-Test) und Unsicherheitsanalysen (Bootstrapping, parametrisch und nicht-parametrisch); Umgang mit großen Datenmengen (z.B. NetCDF); Erfahrung in der Kommunikation wissenschaftlicher Erkenntnisse in Wort und Schrift; Beherrschung der englischen Sprache in Wort und Schrift (B2).