Open Position in the Central Asian Water project

Open Position in the Central Asian Water project

August 28, 2017

Open position in the Central Asian Water (CAWa) project, starting on October 1st. Due to the need of german language proficiency all further details are posted in german below:

 

Stellenausschreibung: Wissenschaftliche(r) Mitarbeiter(in)

Lehrstuhl für Fernerkundung in Kooperation mit dem Deutschen Zentrum für Luft- und Raumfahrt e.V. (DLR)

Institut für Geographie und Geologie, Julius-Maximilians-Universität Würzburg

Am Lehrstuhl für Fernerkundung der Universität Würzburg ist ab 01. Oktober 2017 die Stelle eines/einer wissenschaftlichen Mitarbeiter/-in zu besetzen. Diese Stelle ist auf 2 Jahre befristet (bis Ende 2019). Die Vergütung richtet sich nach dem TV-L. Die Stelle ist auch in Teilzeit besetzbar.

Der/die hochmotivierte, kommunikative und teamorientierte Bewerber/-in, günstigerweise mit einem fachlichen Schwerpunkt im Bereich der Kartierung von Landbedeckung/Landnutzung, wird sehr eng mit dem am Lehrstuhl angesiedelten Arbeitspaket „Online Tool for Monitoring of Land Use and Water Efficiency“ im regionalen Forschungsnetzwerk «Central Asian Water» (CAWa) mit Projektpartnern in Deutschland und Zentralasien arbeiten. In der Funktion eines Projektmanagers wird er/sie einen bedeutenden Beitrag zur Projektplanung und -durchführung und zum Ergebnistransfer leisten. Organisatorische, beratende und wissenschaftliche Aufgaben in einem internationalen Team mit Organisationen in Forschung und Praxis sind Kernelemente der zu besetzenden Stelle. Der/die erfolgreiche Kandidat/-in muss sich mit den Projektinhalten und Prozessen, Zielen, Methoden und Erkenntnissen in der Arbeitsgruppe (Fernerkundung, Web Mapping, Landmanagement in Zentralasien) sowie der übergeordneten Projektstruktur zügig vertraut machen können. Bei entsprechender Eignung und im gegenseitigen Interesse des Lehrstuhls für Fernerkundung und des/der erfolgreichen Kandidaten/-in ist eine weitere Karriere am Lehrstuhl möglich.

Den oder die erfolgreiche Bewerber/-in erwarten abwechslungsreiche Aufgaben wie:

  • Aufgaben im Bereich der Projektkoordination wie Entwurf, Erstellung und Controlling der zeitlichen und inhaltlichen Planung und Meilensteine in der Arbeitsgruppe/im Projektverbund

  • Mitarbeit in der fachlichen Maintenance an WUEMoCA im Bereich Landnutzungsklassifikation

  • Darstellung des Arbeitspaketes AP3 sowie des CAWa-Projekts mit der Präsentation der Projektinhalte und der entwickelten Informationstools (insbesondere WUEMoCA) auf Konferenzen und Workshops,

  • Unterstützung bei der Projektkooperation mit der GIZ und der Deutsch-Kasachischen Universität
    (DKU) im Bereich der grenzüberschreitenden Wasserwirtschaft in Zentralasien.

  • Budgetplanung und zahlenmäßiges Berichtswesen

  • Erstellung von Berichten sowie Dokumentation von Projektinhalten

  • Betreuung wissenschaftlicher Arbeiten und Abschlussarbeiten, Mitarbeit in der universitären
    Lehre

  • Vorbereitung von wissenschaftlichen Projektvorschlägen und Durchführung eigener wissen-
    schaftlicher Forschung.

Einstellungsvoraussetzung ist ein erfolgreich abgeschlossenes Studium oder Promotion in der Geographie oder ähnlichen Fächern mit einem Schwerpunkt in der geographischen Fernerkundung und Geographischen Informationssystemen und des Qualitätsmanagements (Validierung) sowie der geostatistischen Analyse. Wissen zum Land- und Wassermanagement sowie die Bereitschaft zur Erweiterung des Fachwissens sind erwünscht. Erfahrungen in der internationalen Forschung und in der Projektkoordination sind vorteilhaft. Eine eigenständige, verantwortungsbewusste Arbeitsweise als auch professionelles und respektvolles Verhalten werden vorausgesetzt. Ebenso vorausgesetzt sind ausgezeichnete Englischkenntnisse (in Wort und Schrift). Kenntnisse der russischen Sprache sind von Vorteil. Universitäre Lehrerfahrungen in den einschlägigen Bereichen sind ebenso vorteilhaft.

Die Universität Würzburg strebt eine Erhöhung des Frauenanteils an und fordert daher entsprechend qualifizierte Frauen ausdrücklich zur Bewerbung auf. Schwerbehinderte Bewerber/-innen werden bei ansonsten im Wesentlichen gleicher Eignung bevorzugt eingestellt. Ihre aussagekräftige Bewerbung mit den üblichen Unterlagen richten Sie bitte per E-Mail bis spätestens 08.09.2017 an:

Dr. habil. Christopher Conrad über Dr. Sarah Schönbrodt-Stitt (sarah.schoenbrodt-stitt@uni-wuerzburg.de) Institut für Geographie und Geologie / Universität Würzburg / Oswald-Külpe-Weg 86 (Campus Hubland Nord) / D-97074 Würzburg; Tel: +49-931-31-83300

you may also like:

Poster Presentation at AK Hydrologie, Bonn

Poster Presentation at AK Hydrologie, Bonn

From November 13 to 15, Sofia Haag and Christian Schäfer attended the AK Hydrologie workshop in Bonn, where they presented their work from the EO4CAM project. The first day featured an insightful field excursion to the Ahrtal region, led by Prof. Dr. Jürgen Herget,...

A Glimpse into Our Research: Data on Display in the Foyer

A Glimpse into Our Research: Data on Display in the Foyer

Stepping into the foyer, visitors are now greeted by large, striking images that tell the story of our research through data. Each visual represents a unique scientific perspective – from the Arctic to the cultivated landscapes of Bavaria, and from forest canopies to...

Successful MSc defense by Sonja Maas

Successful MSc defense by Sonja Maas

Big congratulations to Sonja Maas, who successfully defended her Master thesis today on the highly relevant and increasingly pressing topic: LiDAR-Based Acquisition Strategies for Forest Management Planning in a Mature Beech Stand Supervised by Dr. Julian Fäth and...

Visit at the Institute for Geoinformatics (IFGI) at University of Münster

Visit at the Institute for Geoinformatics (IFGI) at University of Münster

Two days ago, our PostDoc Dr. Jakob Schwalb-Willmann visited the Institute for Geoinformatics at University of Münster to give a talk at IFGI’s GI Forum titled “Can animals be used to classify land use? Employing movement-tracked animals as environmental informants using deep learning”.