Geodata-Scientist (m/w/d) (Master­­/­­Uni-Diplom)

Die Stabsstelle "Digitalisierung Straßenwesen" (https://www.bast.de/DE/BASt/SD/SD-node.html) arbeitet an der Idee des «Digitalen Zwilling Straße". Im Rahmen eines dazugehörigen Forschungsprojektes werden Sie Satellitendaten (https://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel-1) und InSAR-Daten, die neuesten Machine-Learning-Methoden, Open-Source-Tools sowie performante Cloud-Infrastrukturen nutzen, um Bodenbewegungen (https://bodenbewegungsdienst.bgr.de/mapapps/resources/apps/bbd/index.html?lang=en) für das gesamtdeutsche Straßennetz (https://gdk.gdi-de.org/geonetwork/srv/api/records/4536A941-63DE-4C76-954B-F07109144DCB/formatters/xsl-view?view=inspire&portalLink=) zu analysieren. Sie verbreiten zudem Ihr Wissen und Ihre Forschungsergebnisse bei wissenschaftlichen Konferenzen. Wenn Sie Experte auf dem Gebiet der Datenauswertung mit Begeisterung für Satellitendaten sind und die Zukunft der digitalisierten Verkehrsinfrastruktur mitgestalten wollen, werden Sie Teil unseres Teams! Analyse der wissenschaftlichen Grundlagen des Bodenbewegungsdienstes-Verkehr (BBD-V) · Analyse der über das Copernicus-Programm verfügbaren Daten · Kontinuierliche Recherche moderner Machine Learning (ML) Verfahren, die sich für die Auswertung im Projekt eignen · Analyse der Nutzeranforderungen an einem Bodenbewegungsdienst (User-Stories) · Spezifikation einer Webanwendung als interaktive Schnittstelle für den BBD-V Softwareentwicklung von Methoden zur Detektion von Bewegungsmustern · Strukturierung und Einbindung relevanter Daten (z.B. InSAR (https://www.esa.int/Applications/Observing_the_Earth/Copernicus/Sentinel-1) , BISStra (https://gdk.gdi-de.org/geonetwork/srv/api/records/4536A941-63DE-4C76-954B-F07109144DCB/formatters/xsl-view?view=inspire&portalLink=) ) · Implementierung von Routinen für die Analyse und Prognose der Bodenbewegung für den Verkehrsbereich · Implementierung von ML-Methoden für die Mustererkennung und Outlier-Detektion · Aufbau einer Datenauswerte-Pipeline für ein Continuous-Learning · Integration von Daten und Software in geeignete Datenbanken und GitLab Arbeit an internen und externen Forschungsprojekten: · Wissenschaftliche Beratung interner und externer Stellen, insb. des Ressorts im Hinblick auf verkehrspolitische Entscheidungen · Vertretung der Fachthemen in nationalen und internationalen Gremien · Verbreitung der Ergebnisse in Form von fachspezifischen Publikationen, Open-Source Lösungen sowie Datensätzen nach Open-Data und GeoNutzV · Interaktion mit und Unterstützung des Copernicus Netzwerkbüros Verkehr (https://netzwerk-verkehr.d-copernicus.de/info/)