Norsk institutt for bioøkonomi (NIBIO)

Nøkkelinformasjon​ Avdeling Driftsteknikk og digitalisering fokuserer på å bruke muliggjørende teknologier for å støtte en digitalisert og bærekraftig skogforvaltning. Våre prosjekter inkluderer SmartForest (smartforest.no), et senter for forskningsdrevet innovasjon samt EU prosjektene Small4Good og SingleTree.  Vi søker nå en forsker som skal lede vårt arbeid med utvikling og implementering av AI-modeller for unimodale datakilder som laser og foto men også for multi-modale applikasjoner.  Stillingen er lokalisert til NIBIOs hovedkontor på ås, 30 km sør for Oslo Stillingens hovedoppgaver​ Kandidaten skal inngå som en ledende del av vårt team, og skal jobbe med utvikling av dyplæringsmodeller for skog og natur. Herunder å delta i og lede deler av arbeidet med:  • Utvikling av dyplæringsmodeller for segmentering og klassifisering av laser data • Utvikling av dyplæringsmodeller for foto  • Utvikling av multimodale dyplæringsmodeller  • Utvikling av samtidsmodeller • Lede arbeidspakker i pågående eksterne prosjekter • Bidra i søknadsutvikling av nye prosjekter Kvalifikasjonskrav​ • Doktorgrad i computervision, maskinlæring eller relatert felt  • Erfaring innen computer vision • Erfaring med publisering av vitenskapelige artikler  • Gode ferdigheter i muntlig og skriftlig engelsk  • Kandidater som ikke behersker norsk, må lære seg skriftlig og muntlig norsk innen to år fra ansettelsestidspunktet Det er en fordel om du har​ • Erfaring med dyplæringsmodeller for lidar data • Erfaring med multimodale modeller, inkludert integrasjon av 3D data og foto  • Erfaring med sanntids- og edgecomputing  • Erfaring med skog fra Nor-Europa eller lignende   • Ferdigheter i norsk eller annet skandinavisk språk Personlige egenskaper​ • Gode samarbeids- og kommunikasjonsevner • Gode analytiske og problemløsende ferdigheter • Ansvarsfull, resultatorientert og initiativrik • Engasjement og entusiasme for å jobbe som en del av et ambisiøst forskningsteam • Evne til å samarbeide med både interne og eksterne eksperter med variert akademiske bakgrunn og ferdigheter Vi tilbyr​ • Mulighet til å jobbe med et viktig samfunnsoppdrag med fokus på bærekraft og fremtidsrettede prosjekter • Utfordrende, spennende og varierte oppgaver i tverrfaglige team • En fleksibel hverdag med mulighet til å påvirke egne arbeidsoppgaver • Et sterkt fagmiljø med gode kolleger • En raus personalpolitikk med velferdsordninger og fokus på de ansattes ulike livsfaser Stillingen er plassert i statlig lønnsregulativ som forsker kode 1109, årslønn kr 635 000 - 920 000. Avlønning vurderes etter utdanning og erfaring. Medlemskap i Statens Pensjonskasse som innebærer en god tjenestepensjonsordning, yrkesskade- og gruppelivsforsikring, samt tilbud om boliglån til gunstig rente. Mer om NIBIO som arbeidsgiver finner du her: Jobb i NIBIO Hvordan søke på stillingen​ Søknad med CV fylles ut elektronisk og sendes via lenke på denne siden, "søk stillingen". Vitnemål og attester tas med ved et eventuelt intervju, eller legges ved elektronisk. NIBIO gjennomfører bakgrunnssjekk på aktuelle kandidater. Video: https://www.youtube.com/watch?v=6mZySoUgD2QAndre opplysninger​ Vi legger vekt på mangfold på arbeidsplassen og oppfordrer kvalifiserte kandidater til å søke - uavhengig av alder, kjønn, funksjonsevne, hull i CV, nasjonal eller etnisk bakgrunn. Som statlig virksomhet har vi mulighet til å gi en positiv særbehandling for søkere som har funksjonsnedsettelse, hull i CV eller innvandrerbakgrunn. Positiv særbehandling innebærer blant annet at du lettere vil komme til intervju. Les mer om dette her. Vi gjør oppmerksom på at opplysninger om søkeren kan bli gjort offentlige, jf. Lov om rett til innsyn i dokumenter i offentleg verksemd (offentleglova), § 25. En søker kan anmode om å bli unntatt fra oppføring på offentlig søkerliste. Dersom anmodningen ikke blir tatt til følge, blir søkeren varslet om dette.

Nøkkelinformasjon​ Norsk institutt for bioøkonomi (NIBIO) søker en dyktig og strukturert medarbeider som skal arbeide med beregning og rapportering av utslipp og opptak av klimagasser fra arealbrukssektoren (LULUCF – Land Use, Land-Use Change and Forestry). Vi har behov for å styrke kapasiteten i gruppen som arbeider klimagassregnskap for arealbrukssektoren. I tillegg til å utarbeide det nasjonale klimagassregnskapet som Norge hvert år leverer til FNs klimakonvensjon i samarbeid med Miljødirektoratet og SSB, leverer vi flere andre relevante statistikker og verktøy knyttet til arealbrukssektoren. Dette inngår i internasjonale rapporteringer, brukes som kunnskapsgrunnlag for forvaltningen og som beslutningsgrunnlag for politikere, og benyttes i ulike forskningsprosjekter. Fordi resultatene brukes på denne måten – nasjonalt og internasjonalt, og for å følge opp klimastatus og Norges klimaforpliktelser – stiller arbeidet høye krav til nøyaktighet, kvalitetssikring, sporbarhet og etterprøvbarhet (transparens). Som en del av dette fagmiljøet får du ansvar for oppgaver som har reell betydning for klimaarbeidet. Stillingen er lokalisert ved NIBIOs hovedkontor på Ås, 30 km sør for Oslo. Stillingens hovedoppgaver​ Utføre nødvendig databehandling, beregninger, analyser og fremstilling av tall og resultater for: • Det nasjonale klimagassregnskapet og kommunevise klimagassregnskap for arealbrukssektoren • Kartbasert klimagasskalkulator og naturregnskap for økosystemtjenesten global klimaregulering • Ulike oppdrag relatert til det nasjonale klimagassregnskapet for arealbrukssektoren som f.eks. fremstilling av utvikling i utslipp og opptak knyttet til arealbruksendringer, ulike arealbrukskategorier  • Arbeidet inkluderer å vedlikeholde reproduserbar dataarbeidsflyt, med god dokumentasjon og kvalitetssikring Kvalifikasjonskrav​ • Relevant master (matematiske fag, naturvitenskapelige fag) • Gode ferdigheter i programmering i R • Gode ferdigheter i engelsk (muntlig og skriftlig) • Gode ferdigheter i norsk (eller svensk eller dansk), muntlig og skriftlig • Minst to av kvalifikasjonene nevnt under ønsket tilleggskompetanse Ønsket tilleggskompetanse​ • Kjennskap til klimagassregnskap for arealbrukssektoren (LULUCF) • Erfaring med rapportering av naturregnskap, klimagassregnskap, eller lignende • Kunnskap om karbondynamikk • Kjennskap til offentlig forvaltning / erfaring fra direktorat/departement • Erfaring med Git / Github • Erfaring med store datasett og høyytelsesberegninger (High Performance Computing, HPC) Personlige egenskaper​ • Gode samarbeids- og kommunikasjonsevner • Gode analytiske og problemløsende ferdigheter • Ansvarsfull, resultatorientert og initiativrik • Engasjement og entusiasme for å jobbe som en del av et ambisiøst forskningsteam og med klimarelaterte spørsmål • Evne til å samarbeide med både interne og eksterne eksperter med variert akademiske bakgrunn og ferdigheter Vi tilbyr​ • Mulighet til å jobbe med et viktig samfunnsoppdrag med fokus på bærekraft og fremtidsrettede prosjekter • Utfordrende, spennende og varierte oppgaver i tverrfaglige team • En fleksibel hverdag med mulighet til å påvirke egne arbeidsoppgaver • Et sterkt fagmiljø med gode kolleger • En raus personalpolitikk med velferdsordninger og fokus på de ansattes ulike livsfaser Stillingen er plassert i statlig lønnsregulativ som rådgiver/seniorrådgiver kode 1434/1364, årslønn kr 575.000  - 850.000. Avlønning vurderes etter utdanning og erfaring. Medlemskap i Statens Pensjonskasse som innebærer en god tjenestepensjonsordning, yrkesskade- og gruppelivsforsikring, samt tilbud om boliglån til gunstig rente. Mer om NIBIO som arbeidsgiver finner du her: Jobb i NIBIO Hvordan søke på stillingen​ CV fylles ut elektronisk og sendes via lenke på denne siden, "søk stillingen". I stedet for søknadsbrev ber vi deg besvare noen spørsmål. Vitnemål og attester tas med ved et eventuelt intervju, eller legges ved elektronisk. NIBIO gjennomfører bakgrunnssjekk på aktuelle kandidater. Video: https://youtu.be/6mZySoUgD2QAndre opplysninger​ Vi legger vekt på mangfold på arbeidsplassen og oppfordrer kvalifiserte kandidater til å søke - uavhengig av alder, kjønn, funksjonsevne, hull i CV, nasjonal eller etnisk bakgrunn. Som statlig virksomhet har vi mulighet til å gi en positiv særbehandling for søkere som har funksjonsnedsettelse, hull i CV eller innvandrerbakgrunn. Positiv særbehandling innebærer blant annet at du lettere vil komme til intervju. Les mer om dette her. Vi gjør oppmerksom på at opplysninger om søkeren kan bli gjort offentlige, jf. Lov om rett til innsyn i dokumenter i offentleg verksemd (offentleglova), § 25. En søker kan anmode om å bli unntatt fra oppføring på offentlig søkerliste. Dersom anmodningen ikke blir tatt til følge, blir søkeren varslet om dette.

Nøkkelinformasnon​ Landsskogtakseringen søker en ph.d.-kandidat som skal utvikle banebrytende multimodale metoder innen kunstig intelligens for kartlegging og overvåking av biologisk mangfold i skog. Prosjektet vil undersøke hvordan heterogene informasjonskilder, inkludert fjernmålingsdata, skoginventeringsdata, eksisterende skogkart, miljø- og klimadata samt nye storskala AI-representasjoner, kan utnyttes samlet for å karakterisere skogøkosystemer og deres biologiske mangfold. Forskningen vil fokusere på å utvikle multimodale læringsmetoder som kombinerer komplementær informasjon om skog på tvers av datakilder, romlige skalaer og tidsdimensjoner. En sentral vitenskapelig utfordring vil være å lære integrerte representasjoner av skogøkosystemer fra datasett med svært ulike egenskaper, oppløsninger, geografisk dekning og grad av veiledning (supervision). Disse representasjonene skal deretter brukes til å tette viktige kunnskapshull knyttet til biologisk mangfold, med særlig vekt på kartlegging av naturskog og viktige naturtyper for biologisk mangfold på regionalt og nasjonalt nivå. Stillingen er treårig med arbeidssted ved NIBIOs hovedkontor på Ås, omtrent 30 km sør for Oslo. Kandidaten vil bli tatt opp ved et doktorgrad-program ved Norges miljø- og biovitenskapelige universitet (NMBU) og vil bli en del av det framvoksende forskningsmiljøet AI for Nature, som utvikles i samarbeid mellom NIBIO og NMBU. Litt om rammene for stillingen​ Kandidaten vil få tilgang til veiledere både fra NIBIO og fra NMBU. Stillingen gir en unik mulighet til å drive grunnleggende forskning innen kunstig intelligens samtidig som man arbeider med problemstillinger av stor samfunnsmessig og miljømessig betydning. Kandidaten vil få tilgang til omfattende nasjonale skogdatasett og geografisk informasjon, arbeide i et tverrfaglig forskningsmiljø og bidra til utviklingen av neste generasjon AI-metoder for storskala overvåking av skog og biologisk mangfold. For å være kvalifisert søker kan du ikke tidligere ha hatt en stipendiatstilling ved NIBIO, og du kan heller ikke ha en doktorgrad fra før eller tidligere ha hatt en stipendiatstilling finansiert av Norges forskningsråd. Dersom du ikke behersker norsk, svensk eller dansk på nivå A2 ved ansettelse, vil NIBIO tilby gratis norskopplæring med mål om å oppnå minst dette nivået. Stillingens hovedoppgaver​ Doktorgrad-prosjektet skal utforske nye metoder for læring fra flere komplementære kilder til skog- og miljøinformasjon. Forskningen vil bevege seg utover modeller som bygger på individuelle datasett, og undersøke hvordan multimodal kunstig intelligens kan integrere informasjon fra flere datakilder for å beskrive skoglige egenskaper som ikke lar seg observere eller måle tilfredsstillende gjennom én enkelt kilde alene. De viktigste oppgavene vil være å: • Utvikle multimodale metoder for dyp læring og representasjonslæring som integrerer heterogene skog- og miljødatasett, inkludert fjernmålingsdata, observasjoner fra skoginventeringer, eksisterende skogkart, klima- og miljøvariabler samt storskala geospatiale representasjoner generert ved hjelp av kunstig intelligens • Undersøke metoder for å kombinere informasjon på tvers av ulike romlige oppløsninger, tidsskalaer og datamodaliteter, inkludert situasjoner der enkelte datakilder er ufullstendige eller utilgjengelige • Utforske bruk av foundation models og selvveiledet læring (self-supervised learning) for å trekke ut overførbare representasjoner fra storskala datasett innen skog- og jordobservasjon • Utvikle AI-modeller for prediksjon og kartlegging av naturskog, viktige habitater for biologisk mangfold og andre økologisk relevante skogegenskaper • Integrere økologisk kunnskap og biodiversitetsobservasjoner i modellutvikling og evaluering • Evaluere modellenes generaliseringsevne og overførbarhet mellom ulike skogtyper, miljøgradienter og geografiske regioner • Produsere regionale og nasjonale kart relatert til biologisk mangfold i skog og vurdere deres nøyaktighet og økologiske relevans • Publisere resultater i ledende internasjonale vitenskapelige tidsskrifter og konferanser, samt bidra til samarbeid mellom NIBIO, NMBU og nasjonale og internasjonale forskningspartnere Kvalifikasjonskrav​ • Mastergrad innen maskinlæring, kunstig intelligens, informatikk, fjernmåling, geomatikk, datavitenskap eller skog- og miljøfag med en sterk kvantitativ eller AI-relatert komponent • Solid kunnskap om maskinlæring og dyp læring • Gode programmeringsferdigheter, fortrinnsvis i Python og moderne rammeverk for dyp læring, som PyTorch • Erfaring med arbeid på store eller komplekse datasett • Gode engelskkunnskaper, både muntlig og skriftlig • Du må oppfylle vilkårene som er definert for opptak til aktuelle doktorgradsprogram ved NMBU Det er en fordel om du har​ • Erfaring med multimodal læring, representasjonslæring, selvveiledet læring (self-supervised learning) eller foundation models • Erfaring med geospatiale data, fjernmålingsdata og datasett basert på folkeforskning (citizen science) • Erfaring med arbeid på heterogene datasett fra ulike sensorer eller datakilder • Kjennskap til skogøkologi, biologisk mangfold eller anvendelser innen naturressursforvaltning • Erfaring med utvikling av reproduserbar forskningsprogramvare og arbeid i høyytelses- eller GPU-baserte beregningsmiljøer • Erfaring med publisering eller bidrag til vitenskapelige artikler eller konferansebidrag. Personlige egenskaper​ • Gode samarbeids- og kommunikasjonsevner • Sterke analytiske evner og gode ferdigheter innen problemløsning • Evne til å arbeide under press og håndtere krevende brukere og interessenter • Engasjement for og motivasjon til å bidra i et ambisiøst forskningsmiljø • Evne til å samarbeide effektivt med interne og eksterne eksperter med ulik faglig bakgrunn og kompetanse Vi tilbyr​ • Mulighet til å jobbe med et viktig samfunnsoppdrag med fokus på bærekraft og fremtidsrettede prosjekter • Utfordrende, spennende og varierte oppgaver i tverrfaglige team • En fleksibel hverdag med mulighet til å påvirke egne arbeidsoppgaver • Et sterkt fagmiljø med gode kolleger • En raus personalpolitikk med velferdsordninger og fokus på de ansattes ulike livsfaser Stillingen er plassert i statlig lønnsregulativ som stipendiat, stillingskode 1017, årslønn kr 555.000 - 635.000. Avlønning vurderes etter utdanning og erfaring. Medlemskap i Statens Pensjonskasse som innebærer en god tjenestepensjonsordning, yrkesskade- og gruppelivsforsikring, samt tilbud om boliglån til gunstig rente. Mer om NIBIO som arbeidsgiver finner du her: Jobb i NIBIO Hvordan søke på stillingen​ Søknad med CV fylles ut elektronisk og sendes via lenke på denne siden, "søk stillingen". Vitnemål og attester tas med ved et eventuelt intervju, eller legges ved elektronisk. NIBIO gjennomfører bakgrunnssjekk på aktuelle kandidater. Video: https://youtu.be/6mZySoUgD2QAndre opplysninger​ Vi legger vekt på mangfold på arbeidsplassen og oppfordrer kvalifiserte kandidater til å søke - uavhengig av alder, kjønn, funksjonsevne, hull i CV, nasjonal eller etnisk bakgrunn. Som statlig virksomhet har vi mulighet til å gi en positiv særbehandling for søkere som har funksjonsnedsettelse, hull i CV eller innvandrerbakgrunn. Positiv særbehandling innebærer blant annet at du lettere vil komme til intervju. Les mer om dette her. Vi gjør oppmerksom på at opplysninger om søkeren kan bli gjort offentlige, jf. Lov om rett til innsyn i dokumenter i offentleg verksemd (offentleglova), § 25. En søker kan anmode om å bli unntatt fra oppføring på offentlig søkerliste. Dersom anmodningen ikke blir tatt til følge, blir søkeren varslet om dette.