<!DOCTYPE html>
<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=UTF-8">
  </head>
  <body>
    Postdoc Position - Heat and Health Applications of Statistical
    Downscaling<br>
    <div class="moz-forward-container">
      <div class="moz-forward-container"> <br>
        Princeton University's Atmospheric and Oceanic (AOS) Sciences
        Program, in cooperation with NOAA's Geophysical Fluid Dynamics
        Laboratory (GFDL), the National Integrated Heat Health
        Information System (NIHHIS) [heat.gov], and the
        NOAA/NESDIS/National Centers for Environmental Information
        (NCEI) Regional Climate Services Program-Eastern Region, seeks
        applications for a postdoctoral or more senior research
        scientist to conduct research to advance the development and
        delivery of place-based climate information products and
        services that help NOAA's health sector stakeholders (e.g.,
        public health agencies) make science-informed decisions. 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 science
          team, </span>and will be directly relevant to public health
        audiences' use of climate projections for decision-making.<strong></strong><br>
        <br class="">
        The formal position announcement is <a
          href="https://www.princeton.edu/acad-positions/position/31521"
          class="moz-txt-link-freetext">https://www.princeton.edu/acad-positions/position/31521</a> <font
          color="#0000ff"><u> </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>
        Candidates who have, and are interested in further developing,
        skills in applying actionable science that transfers knowledge
        gained from climate models to applied researchers and decision
        makers are encouraged to apply. We seek applicants with a Ph.D.
        or equivalent experience in physical geography,
        statistics/biostatistics, environmental, climate, atmospheric,
        physical sciences. 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. <span
        style="white-space: pre-wrap">We anticipate the post-doc to engage regularly with governmental and non-governmental colleagues and stakeholders, and to co-produce climate model output aligned with health sector needs. 
</span> <br>
        Broadly speaking, this is an effort aiming to strengthen links
        between researchers who generate climate change projection data
        products and those who use that info in decision-making
        applications related to heat and human health. Project specifics
        will be determined by the candidate's experience and alignment
        of project goals with NOAA priorities.<br>
        <br>
        Review of applications will begin immediately and continue until
        the position is filled. 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>
    </div>
  </body>
</html>