Ledig stilling ved Norsk institutt for naturforskning

Tre stipendiatstillinger i metode- og verktøyutvikling i NINA - foreløpig utlysning

Søknadsfrist: 30.08.2020

NINA har etablert en flerårig satsing på nye metoder og teknologi i forskning og naturovervåking. Som ledd i dette skal vi ansette to doktorgradsstipendiater innen Miljø-DNA (e-DNA) lokalisert i NINA Trondheim og en stipendiat innen maskinlæring og økologiske problemstillinger lokalisert i NINA Oslo. Alle tre stillingene skal knyttes til anerkjente fagmiljøer ved Norges teknisk-naturvitenskapelige universitet (NTNU).

Norsk institutt for naturforskning (NINA) er en uavhengig stiftelse som forsker på natur og samspillet natur – samfunn. NINA har 285 ansatte med hovedkontor i Trondheim og avdelinger i Tromsø, Bergen, Lillehammer og Oslo.

Endelig utlysningstekst blir publisert ca. 10. august med søknadsfrist 30. august. Tiltredelse i alle tre stillingene er senest november-desember 2020.

For alle stillingene gjelder følgende kvalifikasjoner:

• Gjennomført MSc eller tilsvarende med karakter B eller bedre

• Søkere må kunne dokumentere kunnskap om relevante fagområder for stillingen

• Grunnleggende kunnskap innen statistiske analyser. Erfaring med bruk av programpakken R er sterkt ønskelig

• Må beherske engelsk muntlig og skriftlig. Det er også en fordel om søkeren kan kommunisere på skandinavisk

Stipendiat i miljø-DNA og DNA-metastrekkoding knyttet til økologisk tilstand i innsjøer

PhD-kandidaten vil jobbe med å utvikle nye verktøy for overvåking av innsjøer basert på miljø-DNA og DNA-metastrekkoding, som kan implementeres i framtidig overvåking og økosystembasert forvaltning. Dette innebærer blant annet uttesting av innsamlings- og labmetodikk for å kunne bruke DNA-baserte metoder til å estimere indekser for bunndyr, småkreps og fisk. I tillegg skal metodene knyttes til vurderinger av økologisk tilstand, hvor de nye metodene muliggjør bruk av flere taksonomiske grupper enn tidligere. Det planlegges et 3–12 måneders utenlandsopphold for stipendiaten. Prosjektet vil også kunne utforske bredere ferskvannsøkologiske spørsmål.

PhD-stillingens arbeidssted vil være ved NINA Trondheim. Stillingen skal knyttes til forskerutdanningsprogrammet ved Norges teknisk-naturvitenskapelige universitet (NTNU) i Trondheim med veileder fra Institutt for naturhistorie.

Kontaktpersoner:

Stipendiat i genetikk og overvåking av viltbestander

PhD-kandidaten vil jobbe med genetisk metodeutvikling og anvendelse av genetiske data til å analysere slektskap og strukturering innen viltbestander. Genetiske data vil også benyttes som grunnlag for arbeid knyttet til bestandsestimering ved bruk av ulike fangst-gjenfangstmetodikker. PhD-stillingens arbeidsoppgaver er direkte knyttet til relevante problemstillinger innen overvåking og forvaltning av høstede viltbestander.

PhD-stillingens arbeidssted vil være ved NINA Trondheim. Stillingen er også knyttet til Centre for Biodiversity Dynamics (CBD; https://www.ntnu.edu/cbd), NTNU, og vil følge PhD-utdanningen ved NTNU.

Kontaktperson:

Stipendiat i maskinlæring og økologiske problemstillinger

Maskinlæring og dyplæring er metoder som i økende grad blir brukt i økologisk forskning med suksess. Ph.d.-kandidaten skal jobbe med utvikling av metoder relatert til bildebehandling, GIS og fjernmåling, akustikk og lydlandskap og miljø-DNA (eDNA).

Bilde-basert gjenkjenning har stort potensiale for å automatisere og forbedre prosesser. Innledende studier ved NINA og NTNU er utført for å identifisere planter samt og individer av ørret og salamandere fra bilder. Dette arbeidet er bare et en første steg i retning av å utvikle et presist og automatisk system. PhD-kandidaten vil arbeide for å videreutvikle disse metodene.

I GIS og fjernmåling er Google Earth Engine uten tvil den mest avanserte skybaserte prosesseringsplattformen for GIS og fjernanalyse i verden. Vi bruker i økende grad denne plattformen i vår forskning for behandling av stordata, inkludert fjernmåling, klima og terrengdata. PhD-kandidaten vil utvikle arbeidsflytmetoder for å integrere Google Earth Engine og TensorFlow for behandling av primært fjernmålingsdata inkludert data fra Copernicus Sentinel-satellitter, ortofoto, LiDAR-datasett og drone-bilder.

Overvåking av det akustiske miljøet, eller lydbildet, er raskt i ferd med å bli et sentralt verktøy i økosystemforvaltning av arter. Automatiserte akustiske undersøkelsesmetoder er nødvendige for å kunne klare å oppfylle nye krav om å studere effekter av globale endring på biologisk mangfold. Lav-kostnad akustiske loggere er nå tilgjengelige, noe som baner vei for slike tilnærminger. Likevel mangler vi gode analysemetoder og PhD-kandidaten vil jobbe med å utvikle slike ved å bruke maskinlæring og dyplæring.

Miljø-DNA (eDNA) revolusjonerer overvåkning av biologisk mangfold, og den teknologiske utviklingen av DNA-metabarkoding produserer taksonomisk data med høy oppløsning i en enestående skala. I denne delen vil maskinlæring bli brukt til klassifisering av økologisk tilstand i forhold til forskjellige stressfaktorer som klimaendringer og menneskeskapte effekter, basert på forskjellige storskala taksonomiske eDNA-data.

PhD-stillingens arbeidssted vil være ved NINA Oslo. Stillingen er også knyttet til Department of Computer Science (IDI; https://www.ntnu.edu/idi), NTNU, Gjøvik, og vil følge PhD-utdanningen ved NTNU.

Kontaktperson: