Blätter-Navigation

An­ge­bot 201 von 246 vom 16.11.2018, 10:02

logo

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

Das Leib­niz-Insti­tut für Agrar­tech­nik und Bio­öko­no­mie e.V. (ATB) in Pots­dam beforscht als natio­nal und inter­na­tio­nal agie­ren­des For­schungs­zen­trum die Schnitt­stelle von bio­lo­gi­schen und tech­ni­schen Sys­te­men. Unsere For­schung zielt auf eine nach­hal­tige Inten­si­vie­rung. Hier­für ana­ly­sie­ren, model­lie­ren und bewer­ten wir bio¬öko­no­mi­sche Pro­duk­ti­ons­sys­teme. Wir ent­wi­ckeln und inte­grie­ren neue Tech­no­lo­gien und Manage­ment-stra­te­gien für eine wis­sens­ba­sierte, stand­ort­spe­zi­fi­sche Pro­duk­tion von Bio­masse und deren Nut­zung für die Ernäh­rung, als Roh­stoff und Ener­gie­trä­ger – von der Grund­la­gen­for­schung bis zur Anwen­dung. Damit tra­gen wir bei zur Ernäh­rungs­si­che­rung, zum Tier­wohl, zur ganz­heit­li­chen Nut­zung von Bio­masse und zum Schutz von Klima und Umwelt.

Wis­sen­schaft­li­chen Mit­ar­bei­ter (Post­doc) für Machine Learning / Deep Learning. (m/w/d)

Die Infor­ma­tik-Nach­wuchs­gruppe „Data Sci­ence in Agri­cul­ture“ am ATB forscht an Tech­ni­ken der intel­li­gen­ten Daten­ana­lyse und des maschi­nel­len Ler­nens sowie ihrer Anwen­dung auf Fra­ge­stel­lun­gen der Agrar­tech­nik und der Bio­öko­no­mie. Im Rah­men des DFG-geför­der­ten Pro­jek­tes „Modell­bil­dung aus Expe­ri­men­tal­da­ten: Maschi­nel­les Ler­nen und Model­leva­lu­ie­rung unter Abhän­gig­kei­ten und Ver­tei­lungs­ver­schie­bun­gen“ suchen wir einen

Auf­ga­ben­be­sch­rei­bung:

Ihr Auf­ga­ben­ge­biet
  • For­schungs­ar­bei­ten zur Wei­ter­ent­wick­lung von Tech­ni­ken des maschi­nel­len Ler­nens, unter ande­rem im Bereich Deep Learning
  • Anwen­dung exis­tie­ren­der state-of-the-art Tech­ni­ken des maschi­nel­len Ler­nens auf Fra­ge­stel­lun­gen der Agrar­tech­nik und der Bio­öko­no­mie
  • Ver­öf­fent­li­chung der Ergeb­nisse auf ein­schlä­gi­gen Infor­ma­tik­kon­fe­ren­zen sowie gemein­same Ver­öf­fent­li­chun­gen mit Wis­sen­schaft­ler/innen aus ande­ren Fach­be­rei­chen des ATB in füh­ren­den Zeit­schrif­ten aus dem Bereich der Agrar­tech­nik und Bio­öko­no­mie

Er­war­te­te Qua­li­fi­ka­tio­nen:

Ihr Qua­li­fi­ka­ti­ons­pro­fil
  • her­vor­ra­gend abge­schlos­sene Pro­mo­tion, auf dem Gebiet des maschi­nel­len Ler­nens oder auf einem ver­wand­ten Gebiet (bei­spiels­weise Phy­sik, Mathe­ma­tik) mit nach­weis­ba­ren Erfah­run­gen im Bereich des maschi­nel­len Ler­nens oder der intel­li­gen­ten Daten­ana­lyse
  • umfang­rei­che Erfah­rung in der Pro­gram­mie­rung, vor­zugs­weise mit Python oder Mat­lab
  • Inter­esse an und Erfah­rung mit inter­dis­zi­pli­nä­rer wis­sen­schaft­li­cher Arbeit
  • Fähig­keit zu eigen­stän­di­ger wis­sen­schaft­li­cher Arbeit
  • sehr gute Eng­lisch­kennt­nisse in Wort und Schrift

Un­ser An­ge­bot:

Wir bie­ten Ihnen
  • ein attrak­ti­ves, for­schungs­star­kes und inter­dis­zi­pli­nä­res Arbeits­um­feld,
  • sehr gute Mög­lich­kei­ten zur Wei­ter­ent­wick­lung Ihrer wis­sen­schaft­li­chen Kar­riere,
  • die För­de­rung der Ver­ein­bar­keit von Beruf und Fami­lie.

Hin­wei­se zur Be­wer­bung:

Die Ver­gü­tung erfolgt in Abhän­gig­keit von Ihrer Qua­li­fi­ka­tion und Ihren Erfah­run­gen nach TV-L E 13.
Die Stelle ist ent­spre­chend der Pro­jekt­lauf­zeit befris­tet. Wei­tere Aus­künfte erhal­ten Sie von Dr. Niels Land­wehr (Tel.: 0331/5699-913, E-Mail: nlandwehr@atb-potsdam.de) und im Inter­net unter www.atb-potsdam.de.
Ihre voll­stän­di­gen Bewer­bungs­un­ter­la­gen inklu­sive Lebens­lauf, Zeug­nis­ko­pien/Noten­spie­gel sowie drei reprä­sen­ta­tive Ver­öf­fent­li­chun­gen sen­den Sie bitte in elek­tro­ni­scher Form unter Angabe der Kenn­zahl 2018-DS-1 an karriere@atb-potsdam.de.
Chan­cen­gleich­heit ist Bestand­teil unse­rer Per­so­nal­po­li­tik. Schwer­be­hin­derte Bewer­be­rin­nen und Bewer­ber wer­den bei glei­cher Eig­nung beson­ders berück­sich­tigt.