Специалист по подготовке и выпуску прогностической информации на основе численных моделей атмосферы

Дата размещения вакансии: 16.10.2025
Работодатель: Научный подход
Уровень зарплаты:
з/п не указана
Город:
Москва
Требуемый опыт работы:
От 1 года до 3 лет

Обязанности:

  • Подготовка и выпуск 4 раза в сутки прогностической информации на основе численных моделей атмосферы: ICON-LAM, OpenData_ICON (DWD), NCEP (GFS).

  • Обеспечение доступа к продуктивной информации через веб-ГИС ресурс с возможностью интерактивного просмотра карт, метеограмм и таблиц.

  • Разработка и внедрение новых методов визуализации и представления прогностической продукции.

  • Формирование настраиваемых профилей пользователей (не менее 30) и генерация информации в соответствии с их запросами.

  • Обеспечение своевременной публикации продукции на сервисной информационной системе (не позднее +6 часов от стандартного времени наблюдений).

  • Поддержка и сопровождение модулей генерации данных, включая расчеты обледенения, турбулентности, температуры, давления QNH и ветровых характеристик по эшелонам и высотам.

  • Визуализация фактических данных синоптических наблюдений в виде карт приземного анализа (SYNOP, METAR, SPECI).

  • Взаимодействие с соисполнителями по предоставлению вычислительных ресурсов.

  • Участие в семинарах, консультирование специалистов филиалов Заказчика по работе с прогностической продукцией.

  • Предоставление отчетности по оказанным услугам: отчеты о проделанной работе, акты сдачи-приемки и счет-фактуры ежемесячно.

Требования:

  • Высшее образование в области метеорологии, гидрометеорологии, климатологии, авиационной метеорологии или смежных наук.

  • Опыт работы с численными моделями атмосферы (ICON-LAM, GFS, DWD и др.).

  • Знание веб-ГИС технологий, опыт работы с WMS-сервисами и картографическими платформами.

  • Навыки работы с форматами GRIB2, SYNOP, BUFR и METAR.

  • Умение анализировать и визуализировать метеорологические данные, создавать интерактивные профили пользователей.

  • Опыт работы с вычислительными ресурсами и интеграцией альтернативных источников данных будет преимуществом.

  • Внимательность к деталям, ответственность, способность работать в срок в рамках строгих временных графиков.