Now hiring

Stipendiat i terrestrisk kvantitativ økologi @ UNIVERSITETET I TROMSØ - NORGES ARKTISKE UNIVERSITET UIT CAMPUS TROMSØ

Norway (NO072)OnsiteFull-time
Apply with ResuMinder

Opens on the employer's site

About this role

Om stillingen Ved Institutt for arktisk og marin biologi (AMB), Fakultet for biovitenskap, fiskeri og økonomi (BFE) er det en ledig stilling som stipendiat tilknyttet forskningsgruppen "Nordlige populasjoner og økosystemer" . Stillingen er en del av det nye senteret Centre for Biodiversity Forecasting. AMB består av 6 forskningsgrupper og COAT-senteret (Klima-økologisk observasjonssystem for arktisk tundra). Forskningen og undervisningen ved AMB har et bredt spenn, fra molekylære mekanismer på cellulært/subcellulært nivå, via studier av tilpasninger på organismenivå, til økologiske samspill i akvatiske og terrestriske miljøer. Staben teller 52 faste vitenskapelige ansatte, 28 teknikere, 9 administrative stillinger og 65 midlertidig ansatte (forskere, postdoktorer, PhD-stipendiater, teknikere). Stillingen gjelder for en periode på tre år. Formålet med stillingen er å fullføre forskerutdanning fram til en doktorgrad. Opptak til PhD-programmet er en forutsetning for ansettelse, og programperioden starter ved tiltredelse i stillingen. Stillingen gjelder for en periode på tre år. Stipendiatstillingen er en utdanningsstilling og har fullført forskerutdanning frem til doktorgrad som mål. Opptak til doktorgradsprogram er en forutsetning for ansettelse og studieperioden starter ved tiltredelse i stillingen. Arbeidssted er UiT i Tromsø. Det forventes at kandidaten tilbringer perioder ved samarbeidende institusjoner, særlig Norges teknisknaturvitenskapelige universitet (NTNU) i Trondheim. Det er ønskelig med tiltredelse i stillingen sent på høsten 2026. Du må kunne starte i stillingen innen rimelig tid etter å ha mottatt tilbud. Stillingens forskningsfelt Stillingen er en del av det nye Senter for biologisk mangfold og framskrivning (CBF), som er ett av de fire nye sentrene for bærekraftig arealbruk finansiert av Norges forskningsråd. Ph.d.-prosjektet er forankret i forskningsområde 1 (Prosessbaserte framskrivninger) og bidrar spesifikt til WP 1.1 (Grunnlag for prosessbasert romlig og tidsmessig modellering) og WP 1.2 (Integrering av flere drivere). CBF bygger på et sterkt nettverk av samarbeidende forskningsinstitusjoner, inkludert Norges teknisk-naturvitenskapelige universitet (NTNU), SINTEF og Nord universitet. Stillingen vil også være en del av COAT-senteret (Klima-økologisk observasjonssystem for arktisk tundra; www.coat.no), som involverer Norsk institutt for naturforskning (NINA), Meteorologisk institutt (Met) og Norsk Polarinstitutt (NPI). Stillingen er plassert i grensesnittet mellom terrestrisk økosystemøkologi og kvantitative framskrivningsmodeller. Kandidatens hovedveileder vil være Nigel G. Yoccoz ved UiT, med biveiledere fra UiT, NTNU og forskningsinstitutter i Tromsø. Gjennom CBF får man tilgang til en svært sterk gruppe av kvantitative økologer og statistikere med både nasjonale og internasjonale samarbeidspartnere og har gjennom COAT tilgang til data i verdensklasse om arktiske terrestriske økosystemer. Prosjektet Den overordnede vitenskapelige utfordringen er å utvikle og evaluere kortsiktige, iterative, økologiske framskrivninger av essensielle variabler for biologisk mangfold (EBVer). Dette vil gjøres ved å videreutvikle eksisterende fremskrivningsmodeller. Nåværende framskrivningsmodeller har blitt utviklet separat av COAT for enkeltarter (lirype, tamrein, dverggås), funksjonelle grupper (smågnagere, målere) eller økosystemkomponenter (bjørkeskog, høye busker og dvergbusker). Å koble de ulike modellene sammen i et helhetlig rammeverk, samt å ta hensyn til den romlige heterogeniteten i tundraen og de subarktiske bjørkeskogøkosystemene, krever en betydelig statistisk utvikling av økologiske framskrivningsmodeller. Ph.d.-prosjektet har som mål å utvikle disse modellene i nært samarbeid (co-construction) med lokale interessenter, spesielt Finnmarkseiendommen (FeFo). Kandidatens arbeid skal bidra med nye verktøy og kunnskap til forvaltningen av terrestriske økosystemer, særlig for å bidra til synergier og avveininger mellom bevaring av biologisk mangfold, reindrift, høsting og fornybar energi. Arbeidet vil inkludere iterativ modellevaluering for å forbedre modellene ytterligere. Som en del av stillingen forventes det derfor også at kandidaten deltar i feltarbeid. Kandidaten vil dermed jobbe tett med statistikere, kvantitative økologer, klimaforskere og forvaltere på tvers av samarbeidsinstitusjonene. Stillingen fokuserer på de miljøutfordringene arktiske og subarktiske økosystemer står overfor med både endret arealbruk og klimastress. Kvalifikasjoner Nødvendige kvalifikasjoner: Mastergrad i statistisk økologi, eller i statistikk med et anvendt miljøfokus, eller i økologi med et sterkt kvantitativt fokus. Erfaring med statistiske metoder som kan brukes til romlig og tidsmessig modellering og framskrivning. Dokumentert flytende engelskkunnskaper. Nordiske søkere kan dokumentere sine engelskkunnskaper ved å legge ved vitnemål fra videregående skole. Ønskede kvalifikasjoner: Kjennskap til modeller som integrerer ulike informasjonskilder. Praktisk erfaring med bayesiske modeller. God beherskelse av norsk eller et skandinavisk språk er også fordelaktig. I bedømmelsen vektlegges søkerens potensial for å gjennomføre en forskerutdanning basert på masteroppgaven eller tilsvarende, og eventuelle andre vitenskapelige arbeider. I tillegg vil det tas hensyn til yrkespraksis og annen erfaring av betydning for gjennomføring av doktorgradsstudiet. I vurderingen vil vi også vektlegge personlige egnethet og motivasjon for stillingen. Vi søker kandidater som: Har fremragende analytiske evner og samarbeidsevner, samt evne til å arbeide både selvstendig og i team. Er positivt innstilt og kan tenke kreativt og kritisk. Flest mulig bør få anledning til å gjennomgå en forskerutdanning. Om du allerede har oppnådd en doktorgrad eller har tilsvarende kompetanse, er du ikke aktuell for ansettelse i denne stillingen. Opptak til ph.d.-program For ansettelse som stipendiat er det en forutsetning at du blir tatt

Ready to apply?

Install the ResuMinder extension and we'll auto-fill the application in seconds — no rewriting.

See how your CV scores