Gå til innhold

Stefan Jetschny

Seniorforsker

63 89 80 35

991 13 513

Digitale teknologier

Kjeller

sjet@nilu.no

Stefan Jetschny

Stefan Jetschny har en doktorgrad i geofysikk fra Karlsruhe Institute of Technology, Tyskland. Han har mer enn 20 års erfaring både innen akademisk og industriell forskning. Hans viktigste forskningsaktiviteter inkluderer anvendelse av massive, skalerbare numeriske algoritmer på store datasett for å løse anvendte problemer, tidligere innen feltet for karakterisering av undergrunnen og nå innen miljøforskning.

Under sin tid som assisterende professor bidro han til og ledet prosjekter innen seismisk modellering og inversjon for «near surface»-applikasjoner. Dette inkluderte også utvikling av åpen kildekode som utnytter finite differanser metode. Mens han arbeidet for en teknologidrevet olje- og gassleverandør, utviklet han innovative og nye marine undersøkelsesgeometrier og strategier ved å utforske hele kjeden av geologisk modellbygging, syntetisk datagenerering og anvendelse av moderne seismiske prosesseringsalgoritmer.

I sin nåværende rolle som maskinlæringsforsker / seniorforsker ved NILU, bidrar Stefan til NILUs ambisiøse datavitenskapsteam for å hjelpe med å anvende maskinlæring og AI-relaterte metoder på instituttets varierte prosjektkatalog. Han er aktivt involvert i European Topic Center for Data Integration and Digitalisation (ETC DI) og koordinerer EU Horizon-prosjektet FAIRiCUBE. I tillegg er han hovedsikkerhetsrepresentant ved NILU og trives godt med det frivillige arbeidet i velferdskomiteen.

Transformerende samspill mellom digitale teknologier og mennesker for bærekraftig inneklima i skoler (Digg-min-skole)

Godt inneklima på skolen er viktig for helse og trivsel hos elever og ansatte, og har vesentlig påvirkning på elevenes læringsutbytte. Godt vedlikehold av bygg og drift av de tekniske […]

Prosjektperiode: 2022 – 2025

Pågående

F.A.I.R. information cube (FAIRiCUBE)

Hovedmålet med FAIRiCUBE er å gjøre det mulig for andre som ikke jobber innenfor tematikken jordobservasjoner å få tilgang til, behandle og dele kartdata og algoritmer på en rettferdig og […]

Prosjektperiode: 2022 – 2025

Pågående

Stefan Jetschny har en doktorgrad i geofysikk fra Karlsruhe Institute of Technology, Tyskland. Han har mer enn 20 års erfaring både innen akademisk og industriell forskning. Hans viktigste forskningsaktiviteter inkluderer anvendelse av massive, skalerbare numeriske algoritmer på store datasett for å løse anvendte problemer, tidligere innen feltet for karakterisering av undergrunnen og nå innen miljøforskning.

Under sin tid som assisterende professor bidro han til og ledet prosjekter innen seismisk modellering og inversjon for «near surface»-applikasjoner. Dette inkluderte også utvikling av åpen kildekode som utnytter finite differanser metode. Mens han arbeidet for en teknologidrevet olje- og gassleverandør, utviklet han innovative og nye marine undersøkelsesgeometrier og strategier ved å utforske hele kjeden av geologisk modellbygging, syntetisk datagenerering og anvendelse av moderne seismiske prosesseringsalgoritmer.

I sin nåværende rolle som maskinlæringsforsker / seniorforsker ved NILU, bidrar Stefan til NILUs ambisiøse datavitenskapsteam for å hjelpe med å anvende maskinlæring og AI-relaterte metoder på instituttets varierte prosjektkatalog. Han er aktivt involvert i European Topic Center for Data Integration and Digitalisation (ETC DI) og koordinerer EU Horizon-prosjektet FAIRiCUBE. I tillegg er han hovedsikkerhetsrepresentant ved NILU og trives godt med det frivillige arbeidet i velferdskomiteen.

Transformerende samspill mellom digitale teknologier og mennesker for bærekraftig inneklima i skoler (Digg-min-skole)

Godt inneklima på skolen er viktig for helse og trivsel hos elever og ansatte, og har vesentlig påvirkning på elevenes læringsutbytte. Godt vedlikehold av bygg og drift av de tekniske […]

Prosjektperiode: 2022 – 2025

Pågående

F.A.I.R. information cube (FAIRiCUBE)

Hovedmålet med FAIRiCUBE er å gjøre det mulig for andre som ikke jobber innenfor tematikken jordobservasjoner å få tilgang til, behandle og dele kartdata og algoritmer på en rettferdig og […]

Prosjektperiode: 2022 – 2025

Pågående