Fachbereich Mathematik/informatik

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

**12 Wissenschaftliche Mitarbeiter*innen (m/w/d)**
**(Entgeltgruppe 13 TV-L, 100%)**:
jeweils befristet für die Dauer von vier Jahren.

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

**Ihre Aufgaben**:

- Wissenschaftliche Bearbeitung von Projekten aus dem Bereich (erklärbare) Künstliche Intelligenz und Data Science in Bioökonomischen Systemen
- Mitwirkung in der Forschung mit dem Ziel der Promotion
- Erstellung von Projektberichten und wissenschaftlichen Publikationen
- Vorstellung von Projektergebnissen auf Konferenzen und Workshops

**Einstellungsvoraussetzung**:

- Überdurchschnittlich abgeschlossenes wissenschaftliches Hochschulstudium (Master oder äquivalent) in Informatik, Ingenieurwesen, Mathematik, Umweltsystem-wissenschaften, Naturwissenschaften oder verwandten Studiengängen
- Fundierte Kenntnisse in mindestens einem der relevanten Bereiche: Agrarroboter, angewandte Multivariate Statistik, Datenaggregation, Datengetriebene Prozessmodellierung, Deep Learning, Digitale Zwillinge, Domänenspezifische Hardwarearchitekturen, (erklärbare) Künstliche Intelligenz, (informiertes) Maschinelles Lernen, Navigation und Umfelderkennung, Objekterkennung, Recommendersysteme, Sensordatenfusion, Steuerungssysteme
- Erste praktische Erfahrungen in der Entwicklung und Anwendung von Algorithmen des Maschinellen Lernens
- Programmierkenntnisse (z.B. in Python) und erste Erfahrung mit ML und entsprechenden Bibliotheken (PyTorch, TensorFlow, NumPy, sklearn, etc.)
- Idealerweise Erfahrungen im Umgang mit Versionierungswerkzeugen, wie z.B. Git, sowie Erfahrung mit unix-basierten Systemen, wie z.B. Linux
- Sehr gute Englischkenntnisse in Wort und Schrift
- Flexibilität, Kreativität und ausgeprägte Kommunikationsfähigkeit
- Hohes Verantwortungsbewusstsein, Zuverlässigkeit, persönliches Engagement und zielorientiertes/selbständiges Arbeiten sowie wissenschaftliche Ambitionen

**Wir bieten Ihnen**:

- Spannende Forschungsaufgaben im Bereich KI & DS mit gesellschaftlich höchst relevanten Anwendungsfeldern
- Die Möglichkeit, Ihre Beiträge in Konferenz und Journal Publikationen zu veröffentlichen
- Die Möglichkeit zur Promotion
- Ein hochmotiviertes und internationales Graduiertenteam
- Eine interdisziplinäre Promotionsbetreuung ist durch ein Team aus Osnabrück und Potsdam 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, Funktionale Sicherheit

Das Joint Lab arbeitet an den zwei Standorten Osnabrück und Potsdam, eine Bereitschaft zu Reisetätigkeit wird daher vorausgesetzt. Die Betreuung der Promovierenden erfolgt jeweils durch ein Team aus Professoren und Wissenschaftler*innen aus Osnabrück und Potsdam.

Auf die Möglichkeit einer Teilzeitbeschäftigung wird hingewiesen.

Als familiengerechte Hochschule setzt sich die Universität Osnabrück für die Vereinbarkeit von Beruf/Studium und Familie ein.

Die Universität Osnabrück will die berufliche Gleichberechtigung von Frauen und Männern besonders fördern. Daher