Job type: Befristet

Loading ...

Job content

Der Lehrstuhl für Waldwachstumskunde der Technischen Universität München sucht zum nächstmöglichen Zeitpunkt eine/n Wissenschaftliche(r) MitarbeiterIn (m/w/d)

Der Lehrstuhl für Waldwachstumskunde der Technischen Universität München ist Teil der TUM School of Life Science in Weihenstephan. Seine Arbeitsschwerpunkte zielen darauf ab, die Kenntnisse über Wuchsgesetzmäßigkeiten in Wald- und Stadtökosystemen zu erweitern.


Ihre Aufgaben
In einem Forschungsprojekt des Bundesministeriums für Ernährung und Landwirtschaft (BMEL) wird der Zusammenhang zwischen der inneren und äußeren Struktur von Bäumen mit Hilfe terrestrischen Laserscannings und mobiler Computertomographie untersucht. Die Ergebnisse werden zur Weiterentwicklung von Wuchsmodellen verwendet.
Im Einzelnen umfassen Ihre Aufgaben:
  • Erfassung von Baum-, Bestandes- und Standortsparametern auf Versuchsflächen mit klassischen Verfahren auch mittels mobilem CT und TLidar
  • Dendrometrische Analysen von Zuwachsreaktionen mit Hilfe von Messreihen und Chronologien
  • Biostatistische Analysen des Zuwachses in Abhängigkeit von der Baummorphologie und Entwicklungsgeschichte
  • Mitwirkung an der Weiterentwicklung von Wuchsmodellen
  • Publikation der Ergebnisse in wissenschaftlichen Journalen
  • Erarbeitung von Praxisempfehlungen für adaptive Waldbehandlung


Unsere Anforderung
  • Universitätsabschluss in einem umwelt- bzw. forstwissenschaftlichen oder vergleichbaren Studiengang
  • Erfahrungen in der Extraktion von Baummerkmalen aus Fernerkundungsdaten sowie der Waldmodellierung
  • Entsprechende Fertigkeiten in der praktischen Arbeit mit Daten und angewandter Statistik sind Voraussetzung
  • Erwünscht sind vertiefte Kenntnisse in der Programmierung mit R und C++
  • Interesse an der Untersuchung von Bäumen von der Messung bis zur Modellierung
  • fundierte statistische Kenntnisse
  • Begeisterung für teamorientiertes, interdisziplinäres und wissenschaftliches Arbeiten
  • Bereitschaft zu Dienstreisen im In- und Ausland
  • gute englische Sprachkenntnisse in Wort und Schrift

Wir bieten
Die Technische Universität München bietet ein modernes, international renommiertes Forschungsumfeld mit umfangreichem Fortbildungsangebot (Graduate School). Am Lehrstuhl werden Sie in ein Team aus motivierten Wissenschaftlerinnen und Wissenschaftlern eingebunden und arbeiten in einer international vernetzten Arbeitsgruppe. Das Projekt bietet die Möglichkeit der Promotion und der Kooperation mit außeruniversitären Einrichtungen wie dem Fraunhofer-Institut und Forstlichen Versuchsanstalten. Die Stelle wird mit 65% einer Vollzeitstelle nach TV-L13 vergütet und ist zunächst auf ein Jahr befristet. Die TU München strebt eine Erhöhung des Frauenanteils an, qualifizierte Frauen werden deshalb nachdrücklich aufgefordert, sich zu bewerben. Schwerbehinderte werden bei ansonsten im Wesentlichen gleicher Eignung und Qualifikation bevorzugt.


Interessiert?
Dann freuen wir uns auf Ihre aussagekräftigen Bewerbungsunterlagen; bitte bis spätestens 29.11.2021 per E-Mail in einer PDF-Datei mit dem Kennzeichen: „Laser- und CT-Scanning“ an das Sekretariat des Lehrstuhls für Waldwachstumskunde, Frau Beate Felsl (beate.felsl@tum.de) oder schriftlich an:
Technische Universität München
Lehrstuhl für Waldwachstumskunde
Frau Beate Felsl
Hans-Carl-von-Carlowitz-Platz 2
85354 Freising

Hinweis zum Datenschutz:
Im Rahmen Ihrer Bewerbung um eine Stelle an der Technischen Universität München (TUM) übermitteln Sie personenbezogene Daten. Beachten Sie bitte hierzu unsere Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Durch die Übermittlung Ihrer Bewerbung bestätigen Sie, dass Sie die Datenschutzhinweise der TUM zur Kenntnis genommen haben.

Kontakt: beate.felsl@tum.de

Mehr Information

https://www.waldwachstum.wzw.tum.de/function-pages/nachricht-detail/?tx_ttnews%5Btt_news%5D=201&cHash=fd861a84748ea247dd49227ad53c91df

Loading ...
Loading ...

Deadline: 06-12-2024

Click to apply for free candidate

Apply

Loading ...