Blätter-Navigation

Of­fer 458 out of 607 from 29/06/21, 12:00

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 (m/w/d)

Für das Auf­ga­ben­ge­biet Prä­zi­ses Pflan­zen­mo­ni­to­ring

Auf­ga­ben­be­sch­rei­bung:

Für ein nach­hal­ti­ges Unkraut­ma­nage­ment auf land­wirt­schaft­li­chen Kul­tur­flä­chen ist es sinn­voll, räum­lich dif­fe­ren­zier­bare Kon­kur­renz­si­tua­tio­nen zeit­nah zu erken­nen, um eine gezielte Anpas­sung von Pflan­zen­schutz­stra­te­gien in Abhän­gig­keit zur aktu­el­len Unkraut­ver­tei­lung ein­zu­lei­ten. Dies kann durch inten­si­ves Moni­to­ring erreicht wer­den, wo ins­be­son­dere intel­li­gente Sen­sor­sys­teme ein gro­ßes Anwen­dungs­po­ten­tial zei­gen.
Im Rah­men von zwei For­schungs­pro­jek­ten soll ein KI-basier­tes echt­zeit­fä­hi­ges Moni­to­ring­sys­tem für die Kar­tie­rung der Unkraut­ver­tei­lung in Getrei­de­be­stän­den ent­wi­ckelt wer­den. Hier­für sol­len hoch­auf­lö­sende Luft­bild­da­ten mit einem UAV Sys­tem (Drohne) erzeugt und mit Hilfe einer opti­mier­ten Onboard-Bil­der­ken­nung wäh­rend des Über­flugs klas­si­fi­ziert wer­den.
Ihre Auf­gabe ist es, Bil­der­ken­nungs­mo­delle zu erstel­len, um Pflan­zen in hoch­auf­lö­sen­den UAV-Bild­da­ten zu iden­ti­fi­zie­ren. Sie koor­di­nie­ren des Wei­te­ren die Erstel­lung einer Anno­ta­ti­ons­bild­da­ten­bank sowie das Trai­nie­ren und Tes­ten von Bil­der­ken­nungs­mo­del­len. Das Modell wird von Ihnen für eine KI-Platt­form opti­miert, um eine echt­zeit­fä­hige Kar­tie­rung von der UAV Platt­form zu ermög­li­chen. In Zusam­men­ar­beit mit dem Fieldlab for Digi­tal Agri­cul­ture koor­di­nie­ren Sie die Feld­ex­pe­ri­mente zur Erhe­bung der Basis­da­ten und zum Tes­ten der Kar­tie­rung.

Ihr Auf­ga­ben­ge­biet
  • Ent­wick­lung und Imple­men­tie­rung neu­ar­ti­ger maschi­nel­ler Lern­ver­fah­ren (Deep Lear­ning) zur Klas­si­fi­zie­rung hoch­auf­lö­sen­der UAV-Bil­der
  • Opti­mie­rung der Deep-Lear­ning-Infe­renz zur Inte­gra­tion auf ein­ge­bet­te­ten Sys­te­men
  • Koor­di­nie­rung und Durch­füh­rung von Feld­ver­su­chen
  • Inte­gra­tion der erfass­ten Daten in ein Geo­in­for­ma­ti­ons­sys­tem (GIS)
  • Ver­fas­sen von Pro­jekt­be­rich­ten und Ver­öf­fent­li­chung von Ergeb­nis­sen in Fach­zeit­schrif­ten, Tagun­gen und sons­ti­gen öffent­lich­keits­wirk­sa­men Medien

Er­war­te­te Qua­li­fi­ka­tio­nen:

  • Erfolg­reich abge­schlos­se­nes Hoch­schul­stu­dium (Mas­ter, Diplom) im Bereich Data­Sci­ence, ange­wand­ter Infor­ma­tik oder Agrar­in­for­ma­tik
  • Anwen­dungs­be­reite Kennt­nisse der Pro­gram­mier­spra­che Python, außer­dem von Vor­teil R und C++
  • Erfah­rung im Umgang mit UAV Mul­tiko­pter­sys­te­men von Vor­teil
  • Inter­esse an inter­dis­zi­pli­nä­ren, anspruchs­vol­len For­schungs­fra­gen
  • Sehr gute Kennt­nisse der deut­schen und der eng­li­schen Spra­che in Wort und Schrift
  • Füh­rer­schein der Klasse B (III) wün­schens­wert, ver­bun­den mit der Bereit­schaft zum Füh­ren von Dienst­kraft­fahr­zeu­gen, sowie zur Durch­füh­rung mehr­tä­gi­ger Dienst­rei­sen

Un­ser An­ge­bot:

  • die Ein­bin­dung in ein inter­dis­zi­pli­nä­res Team in einem attrak­ti­ven Arbeits­um­feld,
  • eine abwechs­lungs­rei­che Tätig­keit in der Wis­sen­schaft,
  • her­vor­ra­gende Infra­struk­tur für die Durch­füh­rung wis­sen­schaft­li­cher Arbei­ten,
  • Mög­lich­kei­ten der Qua­li­fi­zie­rung,
  • fami­li­en­freund­li­che Arbeits­be­din­gun­gen, die die Ver­ein­bar­keit von Beruf und Fami­lie för­dern

Die Ver­gü­tung erfolgt in Abhän­gig­keit von Ihrer Qua­li­fi­ka­tion und Ihren Erfah­run­gen bis zur Ent­gelt­gruppe 13 TV-L. Die Stelle (100 %) ist der­zeit pro­jekt­be­dingt bis zum 31.03.2024 befris­tet, eine Ver­län­ge­rung um wei­tere 6 Monate wird ange­strebt.

Hin­wei­se zur Be­wer­bung:

Nähere Aus­künfte erhal­ten Sie von Herrn Dr. Michael Schirr­mann (Tel.: 0331/5699-417, E-Mail: mschirrmann@atb-potsdam.de) und Herrn Dr. Michael Pflanz (Tel.: 0331/5699-629, E-Mail: mpflanz@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 23.07.2021 online über unser Bewer­bungs­for­mu­lar zur Stel­len­aus­schrei­bung, Kenn­zahl 2021-4-2, 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 .