El Servicio Meteorológico Nacional (SMN-Conagua) es la institución encargada de proporcionar información sobre el estado del tiempo y el clima en México. Esta vacante se enmarca dentro del Proyecto Apixqui (Sistema Interinstitucional de Monitoreo Metoceánico y Alerta Temprana de Eventos Extremos), un esfuerzo coordinado para mejorar la predicción de fenómenos meteorológicos severos en el país. Acerca del puesto Buscamos un/a Especialista en Asimilación de Datos, Ciencia de Datos y Modelación Numérica Atmosférica. Tu objetivo será actuar como el puente científico-tecnológico entre la instrumentación metoceánica del proyecto Apixqui y los sistemas operativos del SMN. Se trata de un proyecto temporal con una duración de 15 meses enfocado en la innovación y transferencia tecnológica. El proyecto está estructurado en fases orientadas a resultados a lo largo de 15 meses: Desarrollar modelos predictivos (Machine Learning) para corregir sesgos sistemáticos en pronósticos operativos y automatizar el control de calidad de observaciones. Construir la arquitectura matemática de asimilación (WRF-DA) en dominios experimentales y calcular Matrices de Covarianzas de Error de Fondo para la climatología de México. Fungir como enlace técnico para compilar, realizar pruebas de rendimiento (Benchmarking) en entornos HPC y adaptar los desarrollos a modelos de nueva generación. Capacitación de personal operativo técnico.



Calificaciones Grado de Maestría (titulado) o Doctorado (titulado o en proceso) en Ciencias de la Tierra, Ciencias Atmosféricas, Oceanografía Física, Computación Científica, Inteligencia Artificial aplicada a geociencias o disciplinas afines. Conocimientos prácticos en sistemas de modelación numérica atmosférica (particularmente WRF-ARW). Bases teóricas en metodologías de Asimilación de Datos. Buen dominio de lenguajes de programación y scripting para ciencia de datos (Python, Bash, etc.). Experiencia trabajando en entornos Linux. (No es indispensable cumplir con todas; valoramos la capacidad de aprendizaje y adaptación) Experiencia en arquitecturas de Cómputo de Alto Rendimiento (HPC) y paralelización (MPI/Open MP). Nociones o experiencia entrenando algoritmos de Machine Learning / Deep Learning para modelos geofísicos. Conocimiento en la dinámica de huracanes y procesos de rápida intensificación. Pertenencia o potencial para ingresar al Sistema Nacional de Investigadoras e Investigadores (SNII). Esquema: Contratación temporal por honorarios por servicios profesionales (vigencia de 15 meses). Remuneración: Altamente competitiva y tabulada según el nivel académico del perfil seleccionado (tabulador diferenciado entre grado de Maestría y grado de Doctorado). Modalidad: Trabajo 100% presencial en la Ciudad de México (cerca de Metro Tacubaya). #J-18808-Ljbffr

📌 Especialista en modelación numérica (Tijuana)
🏢 Servicio Meteorológico Nacional
📍 Tijuana