博士项目：结构化情景下局地高影响事件的条件生成式建模

专注于气候影响事件条件生成建模的统计学博士学位。申请者应具备扎实的数学基础与编程技能，且最好掌握 Python 或 R 语言。

关于该项目： 我们诚邀申请者申请统计学领域的博士研究生岗位，该岗位专注于在变化气候背景下对局部高影响事件进行条件生成建模研究。生成模型在天气预报与气候研究中被广泛应用，主要用于将全球级预测与预测结果缩小至局部尺度。然而，将其用于研究未来高影响事件时，会面临基本的统计与计算挑战，包括异构数据源的整合、基于复杂信息的条件设定，以及对训练数据中未涵盖的气候条件的泛化问题。 在本项博士研究中，我们将探讨现有的方法，并开发新的条件生成建模技术，以在规定的结构化情景下研究未来局部尺度上的高影响事件。这些情景可能包括大规模动态轨迹及易发事件的情境。该项目将解决条件生成中的方法论问题、条件信息的表示与整合问题，以及在变化且可能前所未有的气候条件下生成合理的局部结果问题。

• 拥有统计学或相关领域的理学硕士学位，并具备扎实的数学基础 • 强大的编程技能（理想情况下掌握 Python 和/或 R 语言） • 对生成式机器学习有深入了解，并具备实践经验更佳 • 有处理大型数据集的经验，理想情况下为水文、气象或气候观测与模拟数据 • 英语口语和书面表达能力非常出色 • 有在跨学科且国际化的工作环境中工作的意愿及协作精神