Dr. Josefine Wilms
Haus
401,
Raum
1.08 (Bueroraeume)
Claude-Dornier-Str. 1
82234
Weßling
Funktion und Aufgaben:
- Angewandte Mathematikerin, die Simulationen zum Abrufen von Schwerefeldern durchführt.
- Entwicklung von Post-Processing-Umgebungen zur Auswertung von Simulationen.
Wissenschaftliche Interessen:
- Bestimmung von Schwerefeldern
- Datenwissenschaft und angewandtes maschinelles Lernen mit spärlichen Daten
- High performance computing
- Nachbearbeitung und Visualisierung der Ergebnisse
Karriere:
- 2021-Present Scientist at GFZ
- 2019-2020 Research Scientist at Deltares, The Netherlands
- 2015-2018 Sr. Research Scientist at the Council for Scientific and Industrial Research, South Africa.
- 2013-2015 Post doctoral researcher at Mechatronical Engineering, University of Stellenbosch, South Africa
- 2008-2012 University of Stellenbosch, South Africa: Part time lecturer for Dynamics second year course and Computational Fluid Dynamics post-graduate course, Applied Mathematics
Werdegang / Ausbildung:
1999-2002 Bachelor of Science (B.Sc.), University of Stellenbosch
2002-2004 B.Sc. Hons, University of Stellenbosch
2004-2006 Master in Engineering Science, University of Stellenbosch
2006-2012 PhD, Computational fluid dynamics, University of Stellenbosch
Projekte:
März 2021 - Gegenwart
- Schwerefeldsimulationen mit EPOS-OC für NGGM/MAGIC - Science Support Study und ESA Third Party Mission Study.
- Unterstützung bei der Entwicklung des Konzepts des Nutzlastdaten-Bodensegments für die NGGM-Studie.
- Schwerefeld-Simulationen und Entwicklung von Post-Processing-Strategien für MAGIC_CCN1
- Schwerefeld-Simulationen und Weiterentwicklung von Post-Processing-Strategien für NGGM-MPEF
März 2019 - Februar 2021
- Entwicklung der SNAP-Pipeline in Python zur Berechnung der Landabsenkung aus SAR-Sentinel1-Bildern.
- Modellierung von Schwebstoffen im Wattenmeer mit gestapelten Ensemble-Maschinenlernmethoden.
- Entwicklung einer Flask-basierten API für die Vorverarbeitung chemischer und biologischer Eingangskomponenten für das DFlowFM-Modell.
- Entwicklung und Bereitstellung von Docker-Containern für Jupyter-Notebooks auf Azure. Diese Notebooks wurden für Online-Kurse bei Deltares verwendet.
- Entwicklung eines auf Gradient Boosting basierenden maschinellen Lernmodells zur Vorhersage von Überschwemmungen an Küstenbauwerken.
Dezember 2015-Februar 2019
- Entwicklung eines Flussroutingmodells zur Simulation der Bewegung des Oberflächenabflusses in die Ozeane auf globaler Ebene.
- Konstruktion einer Schnittstelle, die Wetterdaten aus drei verschiedenen Quellen in ein Standardformat konvertiert und in einer einzigen Datenbank zusammenführt.
- Erstellung von Modellen zur Vorhersage von Überflutungen an Küstenbauwerken mit OpenFOAM (IHFoam).
- Trainieren von Feedforward- und rekurrenten neuronalen Netzen auf Flussabflussdaten.