Blätter-Navigation

Offer 31 out of 557 from 04/02/23, 00:00

logo

Leib­niz-Insti­tut für Agrar­tech­nik und Bio­öko­no­mie e.V. (ATB)

Das Leib­niz-Insti­tut für Agrar­tech­nik und Bio­öko­no­mie e. V. (ATB) ist Pio­nier und Trei­ber der Bio­öko­no­mie­for­schung. Wir schaf­fen wis­sen­schaft­li­che Grund­la­gen für die Trans­for­ma­tion von Agrar-, Lebens­mit­tel-, Indus­trie- und Ener­gie­sys­te­men in eine umfas­sende bio­ba­sierte Kreis­lauf­wirt­schaft.
Wir ent­wi­ckeln und inte­grie­ren Tech­nik, Ver­fah­ren und Manage­ment­stra­te­gien im Sinne kon­ver­gie­ren­der Tech­no­lo­gien, um hoch­di­verse bio­öko­no­mi­sche Pro­duk­ti­ons­sys­teme intel­li­gent zu ver­net­zen und wis­sens­ba­siert, adap­tiv und weit­ge­hend auto­ma­ti­siert zu steu­ern.
Wir for­schen im Dia­log mit der Gesell­schaft – erkennt­nis­mo­ti­viert und anwen­dungs­in­spi­riert.

Wis­sen­schaft­ler*in zur Pro­mo­tion (m/w/d)
Schwer­punkt Künst­li­che Intel­li­genz (100 %)

Zur Ver­stär­kung der Abtei­lung Data Sci­ence in Bio­öko­no­mie

Aufgabenbeschreibung:

Zur Ver­stär­kung der Abtei­lung Data Sci­ence in Bio­öko­no­mie suchen wir zum nächst­mög­li­chen Zeit­punkt eine*n
Wis­sen­schaft­ler*in zur Pro­mo­tion (m/w/d)
Schwer­punkt Künst­li­che Intel­li­genz (100 %)

Gemein­sam for­schen wir an Metho­den der künst­li­chen Intel­li­genz, um einige der drin­gends­ten gesell­schaft­li­chen Pro­bleme unse­rer Zeit anzu­ge­hen. Wir beschäf­ti­gen uns mit glo­ba­len Her­aus­for­de­run­gen wie Ernäh­rungs­si­che­rung, Schutz der Bio­di­ver­si­tät, Krank­heits­er­ken­nung, Umwelt- und Kli­ma­schutz. Dafür brau­chen wir Exper­ten, die basie­rend auf unter­schied­lichs­ten Daten­ty­pen mit Hilfe von Metho­den des Maschi­nel­len Ler­nens kom­plexe Zusam­men­hänge ler­nen kön­nen, wel­che anschlie­ßend mit Hilfe von Erklär­ba­rer Künst­li­cher Intel­li­genz für den Men­schen ver­ständ­lich dar­ge­stellt wer­den um poten­ti­ell neues Wis­sen gene­rie­ren zu kön­nen. Dabei arbei­ten Sie u.a. direkt mit Exper­tIn­nen der ver­schie­dens­ten For­schungs­be­rei­che des ATBs zusam­men sowie mit Spit­zen­for­sche­rIn­nen für erklär­bare KI der For­schungs­gruppe UMI (Under­stand­a­ble Machine Intel­li­gence) lab.

Ihr Auf­ga­ben­ge­biet
  • Ent­wi­cke­lung neu­ar­ti­ger Metho­den der künst­li­chen Intel­li­genz;
  • Wis­sen­schaft­li­che Bear­bei­tung von Pro­jek­ten insb. mit den Schwer­punk­ten auf:
  • Bild Klas­si­fi­ka­tion, inkl. Selbst­über­wach­tem Ler­nen
  • Seg­men­tie­rung
  • Objekt Erken­nung
  • Erklär­bare Künst­li­che Intel­li­genz;
  • Kom­mu­ni­ka­tion und Wei­ter­gabe der Pro­jekt­er­geb­nisse an die Pro­jekt­part­ner;
  • Vor­stel­lung von Pro­jekt­er­geb­nis­sen auf Kon­fe­ren­zen und Work­shops;
  • Erstel­lung von Pro­jekt­be­rich­ten und wis­sen­schaft­li­chen Publi­ka­tio­nen.

Erwartete Qualifikationen:

  • Erfolg­reich abge­schlos­se­ner Hoch­schul­ab­schluss (Mas­ter, Diplom oder äqui­va­lent) in Infor­ma­tik, Phy­sik, Inge­nieur­we­sen oder Mathe­ma­tik (oder ähn­li­chem);
  • Fun­dierte Kennt­nisse im Bereich Maschi­nel­les Ler­nen, insb. tiefe neu­ro­na­len Netz­werke;
  • Prak­ti­sche Erfah­run­gen in der Ent­wick­lung und Anwen­dung von Algo­rith­men des Maschi­nel­len Ler­nens;
  • Aus­ge­zeich­nete Kennt­nisse in Com­pu­ter Vision, insb. Seg­men­tie­rung und Objekt Erken­nung;
  • Kennt­nisse im Bereich Erklär­ba­rer Künst­li­cher Intel­li­genz von Vor­teil;
  • Fun­dierte Pro­gram­mier­kennt­nisse (vor allem in Python), ins­be­son­dere Erfah­rung mit ML und lineare Alge­bra Biblio­the­ken (PyTorch, Ten­sor­flow, NumPy, sklearn, etc.);
  • Erfah­run­gen im Umgang mit Ver­sio­nie­rungs­werk­zeu­gen, z. B. Git;
  • Erfah­rung mit unix basier­ten Sys­te­men, z.B. Linux;
  • Exzel­lente Eng­lisch Kennt­nisse in Wort und Schrift;
  • Erfah­rung im wis­sen­schaft­li­chen Arbei­ten ist von Vor­teil;
  • Fle­xi­bi­li­tät, Krea­ti­vi­tät, Koope­ra­ti­ons­be­reit­schaft und aus­ge­prägte Kom­muni¬kat­ions­fä­hig­keit;
  • Hohes Ver­ant­wor­tungs­be­wusst­sein, Zuver­läs­sig­keit, per­sön­li­ches Enga­ge­ment und ziel­ori­en­tier­tes und selb­stän­di­ges Arbei­ten.

Unser Angebot:

  • Span­nende For­schungs­auf­ga­ben im Bereich des maschi­nel­len Ler­nens mit gesell­schaft­lich höchst rele­van­ten Anwen­dungs­fel­dern;
  • Die Mög­lich­keit, wert­volle Bei­träge zu AI-Spit­zen­for­schung leis­ten zu kön­nen;
  • Die Mög­lich­keit, Ihre Bei­träge in Kon­fe­renz und Jour­nal Publi­ka­tio­nen zu ver­öf­fent­li­chen;
  • Die Mög­lich­keit zur Pro­mo­tion (PhD);
  • Ein hoch­mo­ti­vier­tes, inter­na­tio­na­les Team;
  • Fle­xi­ble Arbeits­zei­ten und exzel­lente Aus­stat­tung;
  • Betreu­ung durch erfah­rene Wis­sen­schaft­ler*innen;
  • Fami­li­en­freund­li­che Arbeits­be­din­gun­gen, die die Ver­ein­bar­keit von Beruf und Fami­lie för­dern;
  • Enge Koope­ra­tion mit dem Ber­lin Insti­tute for the Foun­da­ti­ons of Lear­ning and Data (BIFOLD), der For­schungs­gruppe Maschi­nel­les Ler­nen des HHI und dem Depart­ment of Com­pu­ter Sci­ence der TU Kai­sers­lau­tern, der For­schungs­gruppe UMI lab u.v.a.;
  • Betei­li­gung am VBB-Fir­men­ti­cket;
  • Betriebs­ei­gene Elek­tro­fahr­rä­der zur Durch­füh­rung von Dienst­rei­sen;
  • Unser Insti­tut liegt am Rande einer male­ri­schen park­ähn­li­chen Land­schaft und ist auch mit öffent­li­chen Ver­kehrs­mit­teln oder dem Rad gut zu errei­chen.

Die Ver­gü­tung erfolgt in Abhän­gig­keit von Ihrer Qua­li­fi­ka­tion und Berufs­er­fah­rung nach TV-L 13. Die Stelle ist in Voll­zeit (100%) auf 4 Jahre befris­tet.

Hinweise zur Bewerbung:

Nähere Aus­künfte erhal­ten Sie von Frau Prof. Dr. Marina Höhne (E-Mail: mhoehne@atb-potsdam.de) sowie im Inter­net unter www.atb-potsdam.de

Wenn Sie sich mit Ihrer Fach­kom­pe­tenz in unsere inter­dis­zi­pli­näre For­schung ein­brin­gen möch­ten, freuen wir uns über Ihre aus­sa­ge­kräf­ti­gen Bewer­bungs­un­ter­la­gen. Bitte bewer­ben Sie sich bis zum 15.02.2023 online über unser Bewer­bungs­for­mu­lar zur Stel­len­aus­schrei­bung, Kenn­zahl 2023-DS-2, unter https://www.atb-potsdam.de/de/karriere/offene-stellen. Nach Bewer­bungs­schluss ein­ge­hende Bewer­bun­gen kön­nen nicht mehr berück­sich­tigt wer­den.

Chan­cen­gleich­heit ist Bestand­teil unse­rer Per­so­nal­po­li­tik. Schwer­be­hin­derte Men­schen wer­den bei glei­cher Eig­nung bevor­zugt berück­sich­tigt.

Mit der Abgabe einer Bewer­bung erklä­ren Sie sich damit ein­ver­stan­den, dass Ihre Bewer­bungs­un­ter­la­gen auch im Falle einer erfolg­lo­sen Bewer­bung für die Dauer von sechs Mona­ten auf­be­wahrt wer­den. Wei­tere Infor­ma­tio­nen zur Ver­ar­bei­tung, Spei­che­rung und Schutz Ihrer Daten fin­den Sie unter: https://www.atb-potsdam.de/de/special/datenschutzerklaerung-fuer-den-bewerbungsprozess .