Assistant Professor (adiunkt) in the group of research staff (post-doc), F/M in Katowice

Assistant Professor (adiunkt) in the group of research staff (post-doc), F/M in Katowice

Katowice Pełny etat 63000 - 77000 zł / rok (szac.) Stacjonarnie
U

W skrócie

  • Zadania: Pracuj nad nowoczesnymi technologiami w badaniach nad dynamiką wzrostu lasów.
  • Firma: Uniwersytet Rolniczy w Krakowie z innowacyjnym podejściem do badań.
  • Benefity: Dostęp do infrastruktury badawczej, rozwój zawodowy i pakiety socjalne.
  • Pozostałe informacje: Możliwość pracy w dynamicznym zespole i uczestnictwa w międzynarodowych konferencjach.
  • Dlaczego ta praca: Zrób różnicę w badaniach nad zmianami klimatycznymi i ich wpływem na lasy.
  • Kwalifikacje: Doktorat w dziedzinie leśnictwa lub nauk pokrewnych oraz umiejętności programowania.

Przewidywane wynagrodzenie mieści się w przedziale 63000 - 77000 zł za rok.

Organizacja/ Firma: Uniwersytet Rolniczy w Krakowie

Dział: Wydział Leśny

Pole badawcze: Nauki rolnicze, Nauki leśne, Nauki o środowisku, Geografia, Technologia, Zdalne Sensing, Technologia, Technologia środowiskowa

Profil badacza: Uznany badacz (R2)

Typ umowy: Umowa na czas określony

Status pracy: Pełny etat

Godziny pracy w tygodniu: 40

Data rozpoczęcia oferty: 13 października 2026

Termin składania aplikacji: 15 listopada 2026 - 00:00 (Europa/Warszawa)

Wynagrodzenie: Wynagrodzenie zgodnie z stawkami Narodowego Centrum Nauki (NCN) dla stanowiska post-doc: 140000 PLN rocznie w całkowitym koszcie pracodawcy. Kwota przeznaczona na zatrudnienie na to stanowisko na sześciomiesięczny okres wynosi 70000 PLN (całkowity koszt pracodawcy).

Zakres obowiązków / Opis zadań:

  • Praca w projekcie NCN OPUS 26+ LAP/Weave „Nowe spojrzenie na aktualną dynamikę wzrostu lasów w zmieniających się warunkach klimatycznych i środowiskowych przy użyciu nowoczesnych technologii – Internet rzeczy połączony z zdalnym sensingiem”;
  • Koordynowanie pracy nad modelami statystycznymi wzrostu drzew i drzewostanów;
  • Wkład w rozwój modeli wzrostu w czasie rzeczywistym oraz symulacje dynamiki drzewostanów sosny zwyczajnej i świerka norweskiego w scenariuszach zmian klimatycznych;
  • Przygotowanie publikacji naukowych oraz rozpowszechnianie wyników na krajowych i międzynarodowych konferencjach.

Wymagania:

  • Doktorat w dziedzinie leśnictwa, nauk o środowisku, geografii, geoinformatyki, zdalnego sensing lub pokrewnej;
  • Doświadczenie w modelowaniu statystycznym wzrostu drzew lub dynamiki drzewostanów;
  • Umiejętności programowania w R lub Python;
  • Biegła znajomość języka angielskiego na poziomie B2 lub wyższym;
  • Udokumentowany dorobek naukowy potwierdzony publikacjami w międzynarodowych czasopismach;
  • Umiejętności pracy zespołowej i komunikacyjne.

Wymagane dokumenty aplikacyjne:

  • CV (opisujące osiągnięcia naukowe, wykształcenie i doświadczenie);
  • Lista publikacji naukowych;
  • Kopia dyplomu doktora lub dokument potwierdzający uzyskanie stopnia doktora;
  • Dane kontaktowe dwóch referencji;
  • Oświadczenie kandydata o spełnieniu warunków określonych w wymaganiach.

Oczekiwana data wyników konkursu: do 22 listopada 2026

Powiadomienie o wynikach: drogą e-mailową; wyniki będą również publikowane na stronie internetowej Uniwersytetu.

Assistant Professor (adiunkt) in the group of research staff (post-doc), F/M in Katowice – pracodawca: University of Agriculture in Krakow

Uniwersytet Rolniczy w Krakowie oferuje stabilne zatrudnienie w dynamicznym środowisku badawczym, z możliwością rozwoju kariery w dziedzinie nauk leśnych i technologii zdalnego pomiaru. Pracownicy mają dostęp do nowoczesnych narzędzi badawczych oraz możliwości prezentacji wyników na międzynarodowych konferencjach.

U

Dane kontaktowe:

Zespół rekrutacyjny University of Agriculture in Krakow

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Assistant Professor (adiunkt) in the group of research staff (post-doc), F/M in Katowice

Doktorat w dziedzinie leśnictwa, nauk o środowisku, geografii, geoinformatyki lub technologii zdalnego sensing
Doświadczenie w modelowaniu statystycznym wzrostu drzew i dynamiki drzewostanów
Umiejętność przetwarzania i analizy dużych zbiorów danych leśnych
Dobre umiejętności programowania w R lub Pythonie
Biegła znajomość języka angielskiego na poziomie B2 lub wyższym
Udokumentowany dorobek naukowy w postaci publikacji w międzynarodowych czasopismach
Doświadczenie w pracy z danymi zdalnego sensing, w tym chmurami punktów ALS