<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=utf-8">

</head>

<body style="overflow-wrap: break-word; -webkit-nbsp-mode: space; line-break: after-white-space;">

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;">The Atmospheric and Oceanic Sciences Program at Princeton University, in association with NOAA's Geophysical Fluid Dynamics Laboratory (GFDL), seeks a postdoctoral

 or more senior research scientists to develop machine learned parameterizations for vertical mixing in the ocean surface boundary layer and apply them to ocean climate models.  Our previous work demonstrated that neural networks can learn to predict the vertical

 structure of vertical diffusivity and the networks can then be applied in an ocean climate model to improve simulations of upper ocean stratification (https://dx.doi.org/10.1029/2023MS003890).  The successful applicant for this position will work to advance

 these ideas, specifically focusing on improving representation of the effect of ocean surface waves and Langmuir turbulence on the energetics and vertical distribution of mixing within the ocean surface boundary layer.  This work will involve: i) contributing

 to design and run new Large Eddy Simulation experiments; ii) and analyzing the LES output to generate training data; iii) using Machine Learning techniques to learn improvements to the existing mixing parameterization; iv) implementing the new schemes in a

 global circulation model (MOM6); v) and finally, evaluating the impacts of the new parameterization on ocean climate simulation in a global climate model.<o:p></o:p></span></p>

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;"> </span></p>

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;">The work is part of a larger project, M<sup>2</sup>LInES, covering eleven institutions. The overall goal is to reduce climate model biases at the air-sea/ice

 interface by improving subgrid physics in the ocean, sea ice and atmosphere components of existing coarse (¼° to 1°) resolution IPCC-class climate models, and their coupling, using machine learning. The postdoc will be expected to collaborate with other postdocs

 at Princeton and with other members of the M<sup>2</sup>LInES project across multiple institutions.<o:p></o:p></span></p>

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;"> </span></p>

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;">In addition to a quantitative background, the selected candidates will ideally have one or more of the following attributes: a) familiarity with concepts of

 geophysical fluids, such as in atmospheric science or physical oceanography; b) experience with numerical modeling including Large Eddy Simulation, turbulence closure methods, and/or atmospheric or oceanic circulation/climate models; and c) experience, or

 demonstrated interest, in machine learning.<o:p></o:p></span></p>

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;"> </span></p>

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;">Candidates must have a Ph.D. or expect to complete a Ph.D. for an anticipated start date in late 2024 or early 2025.  The Term of appointment is based on rank.

 Positions at the postdoctoral rank are for one year with the possibility of renewal pending satisfactory performance and continued funding; those hired at more senior ranks may have multi-year appointments.  Complete applications, including a cover letter,

 CV, publication list, research statement (no more than 2 pages incl. references), and 3 letters of recommendation should be submitted by November 15th, 2024, 11:59 pm EST for full consideration.<o:p></o:p></span></p>

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;"> </span></p>

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;">Princeton is interested in candidates who, through their research, will contribute to the diversity and excellence of the academic community. Applicants should

 apply online at https://www.princeton.edu/acad-positions/position/36662.  For additional information contact Dr. Brandon Reichl (brandon.reichl@noaa.gov) or Dr. Alistair Adcroft (aadcroft@princeton.edu).<o:p></o:p></span></p>

<p class="pf0" style="margin-right: 0in; margin-left: 0in; font-size: medium; font-family: "Times New Roman", serif;">

<a name="_Hlk148005940"><font color="#000000">The work location for this position is in-person on campus at Princeton University.</font></a> This position is subject to Princeton University's background check policy which will include meeting the security requirements

 for accessing the NOAA Geophysical Fluid Dynamics Laboratory. 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.<o:p></o:p></p>

<p class="MsoNormal" style="margin: 0in; line-height: 16.866667px; font-size: 11pt; font-family: Arial, sans-serif;">

<span lang="EN" style="font-size: 12pt; line-height: 18.4px; font-family: "Times New Roman", serif;"> </span></p>

<div>

<div dir="auto" style="caret-color: rgb(0, 0, 0); letter-spacing: normal; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; word-spacing: 0px; -webkit-text-stroke-width: 0px; text-decoration: none; overflow-wrap: break-word; -webkit-nbsp-mode: space; line-break: after-white-space;">

<span style="font-size: 14px;">Anna Valerio :8)</span><br>

<span style="font-size: 14px;"><i>Department & Graduate Administrator</i></span><br>

<font color="#ff9300" style="font-size: 14px;">Princeton University</font><br>

<span style="font-size: 14px;">AOS Program</span><br>

<span style="font-size: 14px;">300 Forrestal Road, 209 Sayre Hall</span><br>

<span style="font-size: 14px;">Princeton, NJ 08540</span><br>

<span style="font-size: 14px;">phone:  609-258-6677<br>

fax: 609-258-2850<br>

e-mail:  apval@princeton.edu<br>

</span><br>

<br>

<br>

<br>

</div>

</div>

<br>

</body>

</html>