Wissenschaftliches maschinelles Lernen für Extremereignisse

Faro Schäfer

In meiner Promotion an der ETH Zürich gehe ich der Frage nach, was wissenschaftliches maschinelles Lernen über tropische Wirbelstürme und die Gefahren verrät, die sie im Ozean auslösen. Mein Ziel ist, meine Ergebnisse in Plattformen für die Klimaanpassung einzubringen, um Gefahrenabschätzungen und Risikobewertungen belastbarer zu machen.

Extremereignisse haben mich schon immer fasziniert. Meine Arbeit liegt dort, wo physikbasierte Modelle auf maschinelles Lernen treffen, und mir ist wichtig, dass solche Modelle in der Praxis bestehen. Vor der Promotion habe ich beim Danish Hydraulic Institute (DHI) an der Schnittstelle zwischen F&E und Beratung gearbeitet, an Sturmflutvorhersagen und daran, Modellsysteme zuverlässig in den täglichen Betrieb zu bringen, vor allem für Häfen und maritime Infrastruktur.

Diese Arbeit setze ich heute neben meiner Promotion in unabhängiger Beratung für Behörden, Industrie und Entscheidungsverantwortliche fort.