Die Kombination von Distributed Acoustic Sensing (DAS), welches in bestehende Glasfasernetze (Dark Fibers) eingesetzt wird zusammen mit der interferometrischen Analyse von hochfrequentem, vom Menschen erzeugtem seismischem Umgebungsgeräusch wird zu einem attraktiven Werkzeug für die Bildgebung und Überwachung des Untergrunds in urbanen Umgebungen. Dennoch wird dieser Ansatz noch immer kaum genutzt, was vor allem daran liegt, dass es an geeigneten und effizienten Datenexplorations- und -verarbeitungstools mangelt, um diese umfangreichen Datensätze ordnungsgemäß zu verwalten, auszuwerten und zu nutzen.

Wir suchen ein Teammitglied für die Entwicklung und Validierung neuer Verarbeitungswerkzeuge, um nutzbare seismische Umgebungsgeräuschsignale aus großvolumigen DAS-Umgebungsgeräuschdatensätzen zu extrahieren, welche in urbanen Gebieten aufgezeichnet wurden. Sie entwickeln effiziente Tools zur Datenqualitätskontrolle und -verarbeitung, die fortschrittliche seismische Array-Verarbeitungsroutinen, Ansätze des maschinellen Lernens (ML) und Hochleistungsrechnen (HPC) kombinieren, um die hohe räumliche und zeitliche Kohärenz von DAS-Daten voll auszunutzen. Diese Arbeit wird im Rahmen des Helmholtz-geförderten Projekts InDySE (Interrogating the Dynamic Shallow Earth) durchgeführt.

Ihr Aufgabengebiet:

• Sie erforschen die Eigenschaften von urbanen DAS-Datensätzen zu seismischem Lärm und identifizieren Algorithmen und HPC-Ansätze, die zur Gewinnung kohärenter seismischer Energie implementiert werden können
• Sie erstellen, implementieren und validieren Verarbeitungsworkflows und ML-Algorithmen für vorhandene und neu erworbene DAS-Datensätze zum Stadtlärm
• Sie erkunden das Potenzial des Verarbeitungsrahmens für den Einsatz „am Rande“ von DAS-Einheiten in Feldexperimenten
• Sie veröffentlichen Ergebnisse in Peer-Review-Zeitschriften und präsentieren auf Tagungen und internationalen Konferenzen
• Sie tragen zur Betreuung von Master-Studierenden und Doktorand:innen bei

Ihr Qualifikationsprofil:

• Master-Abschluss (oder gleichwertiger Abschluss) und Promotion in Geophysik (bevorzugt), Physik oder Informatik
• Kenntnisse in Seismologie; Erfahrung im Bereich seismischen Lärms wünschenswert, aber nicht erforderlich
• Kenntnisse und Vorerfahrung im Umgang mit DAS-Daten sind von Vorteil, aber nicht erforderlich
• ausgezeichnete rechnerische und wissenschaftliche Programmierkenntnisse (Python, Matlab, C, C++…)
• Erfahrung mit Parallel Computing und HPC wird bevorzugt
• gute Kommunikationsfähigkeiten und gute Englischkenntnisse in Wort und Schrift