Joint Lab Für Künstliche Intelligenz - Ludenscheid, Deutschland - Universität Osnabrück

Universität Osnabrück

Geprüftes Unternehmen

Ludenscheid, Deutschland

vor 1 Woche

Geschrieben von:

Lena Wagner

beBee Recruiter

Beschreibung

Im Rahmen des Joint Lab für Künstliche Intelligenz & Data Science des Leibniz-Instituts für Agrartechnik und Bioökonomie e. V. und der Universität Osnabrück wird ein Graduiertenkolleg eingerichtet. Die assoziierten Partner sind Agrotech Valley Forum, Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) und die Hochschule Osnabrück. Kernziel des Joint Lab ist es Künstliche Intelligenz (KI) & Data Science (DS) Expertise insbesondere für agrartechnologische Fragestellungen zu entwickeln.
Sie sind mit Leib und Seele Informatiker*in oder angewandte*r Mathematiker*in und suchen nach einer gesellschaftlich relevanten Anwendung für ihre Fachkenntnisse?
Oder kommen Sie bereits aus den Bereichen Agrartechnik, Agrar-, Umwelt
- oder Naturwissenschaften und bringen ein hohes Maß an Interesse im Bereich KI & DS mit? Dann bewerben Sie sich jetzt und tragen Sie zur exzellenten Forschung in der Agrar
- und Ernährungswirtschaft sowie der Bioökonomie bei.

Das Joint Lab für Künstliche Intelligenz & Data Science sucht für das Graduiertenkolleg zum nächstmöglichen Zeitpunkt

**3 wissenschaftliche Mitarbeiter*innen (Postdoc) (m/w/d)**
**(Entgeltgruppe 14 TV-L, 100%)**:
jeweils befristet für die Dauer von 5 Jahren.

Der Bewerbungsprozess ist zweistufig. Sie bewerben sich unter Angabe Ihrer Kompetenzen und Interessen auf einen Stellenpool. Nach einer Vorab-Beurteilung der Passfähigkeit werden geeignete Bewerber*innen eingeladen.

**Ihre Aufgaben**:

- Eigenverantwortliche Konzeption und Koordination eigener wissenschaftlicher Projekte insbesondere mit Anwendungsbezug zu den Themen des Joint Lab
- Eigenständige wissenschaftliche Bearbeitung von Projekten aus dem Bereich (erklärbare) Künstliche Intelligenz und Data Science in Bioökonomischen Systemen
- Publikation wissenschaftlicher Ergebnisse in international renommierten Fachzeitschriften und deren Präsentation auf nationalen und internationalen Fachtagungen
- Einwerbung von Drittmittelprojekten
- Nachwuchsförderung, insbesondere Betreuung von Bachelor-, Master
- und Doktorarbeiten
- Selbstverwaltungsaufgaben des Joint Lab

**Einstellungsvoraussetzungen**:

- Eine überdurchschnittlich abgeschlossene einschlägige Promotion und einen überdurchschnittlich abgeschlossenen wissenschaftlichen Hochschulabschluss (Master oder äquivalent) in Informatik, Ingenieurwesen, Mathematik, Umweltsystemwissenschaften, Naturwissenschaften oder verwandten Studiengängen
- Fundierte Fachkenntnisse in mindestens einem der relevanten Bereiche: Agrarroboter, angewandte Multivariate Statistik, Datenaggregation, Datengetriebene Prozessmodellierung, Deep Learning, Digitale Zwillinge, Domänenspezifische Hardwarearchitekturen, Fernerkundung, (erklärbare) Künstliche Intelligenz, (informiertes) Maschinelles Lernen, Navigation und Umfelderkennung, Objekterkennung, Recommendersysteme, Sensordatenfusion, Steuerungssysteme
- Praktische Erfahrungen in der eigenständigen Entwicklung und Anwendung von Algorithmen des Maschinellen Lernens
- Fundierte Programmierkenntnisse (z.B. in Python), und erste Erfahrung mit ML und entsprechenden Bibliotheken (PyTorch, Tensorflow, NumPy, sklearn, etc.)

**Idealerweise verfügen Sie über**:

- Erfahrungen im Umgang mit Versionierungswerkzeugen, wie z.B. Git. sowie Erfahrung mit unix-basierten Systemen, wie z.B. Linux
- Flexibilität, Kreativität und ausgeprägte Kommunikationsfähigkeit
- Hohes Verantwortungsbewusstsein, Zuverlässigkeit, persönliches Engagement und zielorientiertes und selbständiges Arbeiten sowie wissenschaftliche Ambitionen
- Sehr gute Englischkenntnisse in Wort und Schrift
- Erfahrung in der Betreuung von Bachelor
- und Masterstudierenden
- Erfahrung in der Drittmittelakquise
- Erfahrung in Projektkoordination

**Wir bieten Ihnen**:

- Spannende Forschungsaufgaben im Bereich KI & Data Science mit gesellschaftlich höchst relevanten Anwendungsfeldern
- Die Möglichkeit, Ihre Beiträge in Konferenz
- und Journal-Publikationen zu veröffentlichen
- Projektverantwortung und Co-Betreuung von Doktorand*innen
- Ein hochmotiviertes und internationales Graduiertenteam
- Interdisziplinäre Unterstützung durch UOS und ATB gesichert
- Flexible Arbeitszeiten und exzellente Ausstattung
- Breite Themenauswahl unter anderem aus den folgenden Bereichen:

- Künstliche Intelligenz, erklärbare KI, Computer Vision, Wissensrepräsentation
- Kausale Datenanalyse in komplexen agrarischen Systemen
- Intelligente Recommendersysteme, Multi-Parameter-Optimierung
- Datengetriebene Prozessmodellierung und Analyse komplexer Systeme
- Effiziente/ressourcen-beschränkte Sensordatenerfassung und -fusion
- Domänenspezifische, ressourceneffiziente, adaptive Hardwarearchitekturen
- Verteilte Systeme, mobile Systeme mit beschränktem Energiebudget
- Entwicklung projektspezifischer Infrastruktur, Digitale Zwillinge
- Informiertes Maschinelles Lernen (Physics-Informed Machine Learning)
- Agrarroboter, Steuerung, Navigation, Umfelderkennung, Funktion