<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=UTF-8">
  </head>
  <body>
    Postdoc Position - Statistical Downscaling for Heat & Health
    Applications<br>
    <div class="moz-forward-container"> <br>
      <span class="linkified">Princeton University's Atmospheric and
        Oceanic (AOS) Sciences Program, in cooperation with NOAA's
        Geophysical Fluid Dynamics Laboratory (GFDL), NOAA's Climate
        Program Office (CPO), and NOAA's National Centers for
        Environmental Information (NCEI), seeks applications for a
        postdoctoral research scientist</span>. This position is based
      at N<span class="linkified">OAA's Geophysical Fluid Dynamics
        Laboratory </span>/ Princeton University. The successful
      candidate's project will be coordinated with GFDL's <span
        class="linkified">Empirical Statistical Downscaling (ESD)
        science team, </span>and will be directly relevant to public
      health audiences' use of climate projections for decision-making.
      <br>
      <br class="">
      The formal position announcement is <font color="#0000ff"><u><a
            href="https://www.princeton.edu/acad-positions/position/29621"
            target="_blank" class="moz-txt-link-freetext">https://www.princeton.edu/acad-positions/position/29621</a>
        </u></font><br>
      <br>
      Please visit <a
        href="http://www.gfdl.noaa.gov/heat-and-health-downscaling"
        class="linkified" target="_blank" moz-do-not-send="true">www.gfdl.noaa.gov/heat-and-health-downscaling</a>
      for additional information about the project and current team
      members.<br>
      <br>
      We seek applicants with a Ph.D. or equivalent experience in
      atmospheric, climate, or other physical or environmental sciences,
      statistics, applied mathematics, or related disciplines.
      Candidates keenly interested in developing actionable science that
      transfers knowledge gained from climate models to health decision
      makers are encouraged to apply. Candidates should be skilled in
      the application of statistical methods, including uncertainty
      analysis, and be familiar with North American climate. Programming
      skills in R or Python are highly desirable, as are strong
      communication skills. Other beneficial experiences include prior
      work with downscaled multi-decadal climate projections and/or
      machine learning methods, and interdisciplinary experience
      bridging climate science with public health sector applications.<br>
      <br>
      Broadly speaking, this is an effort aiming to strengthen links
      between the people who generate climate change projection data
      products and those who use that info in decision-making relevant
      applications -- in this case heat and health applications. Project
      specifics will be determined by the candidate's experience and
      alignment of project goals with NOAA priorities.<br>
      <br>
      This position is subject to Princeton University's background
      check policy. Princeton University is an equal
      opportunity/affirmative action employer, and all qualified
      applicants will receive consideration for employment without
      regard to age, race, color, religion, sex, sexual orientation,
      gender identity or expression, national origin, disability status,
      protected veteran status, or any other characteristic protected by
      law.<br>
      ###<br>
      <br>
      <br>
    </div>
  </body>
</html>