Lead AI Scientist in Leverkusen bei Bayer

Bayer

Bei Bayer sind wir Visionäre und entschlossen, die größten Herausforderungen unseres Planeten zu überwinden und zu einer Welt beizutragen, in der genug Nahrung und ausreichende medizinische Versorgung für alle Menschen keine unerreichbaren Ziele mehr darstellen. Wir tun dies mit Energie, Neugier und purer Hingabe, lernen stets von den Menschen um uns herum, erweitern unsere Denkweise, verbessern unsere Fähigkeiten und definieren das „Unmögliche“ neu. Es gibt viele Gründe, sich uns anzuschließen: Wenn Sie nach einer abwechslungsreichen und bedeutungsvollen beruflichen Zukunft streben, in der Sie gemeinsam mit anderen brillanten Köpfen wirklich etwas bewegen können, möchten wir Sie in unserem Team haben.

Lead AI Scientist

Hunger betrifft rund 830 Millionen Menschen weltweit – also jeden zehnten Mitmenschen. Klimawandel verschärft die Situation, da er die Existenzen ganzer Regionen bedroht. Jedoch sehen wir eine nachhaltige Landwirtschaft als Teil der Lösung dieser Herausforderungen. Im Rahmen unseres Unternehmenszwecks "Science for a better life" entwickeln wir digitale Lösungen, die dem Landwirt jederzeit Aufschluss über die Beschaffenheit und die Gesundheit seiner Anbauflächen geben. Verbunden mit konkreten Handlungsempfehlungen ist er in der Lage, jederzeit die richtigen Maßnahmen auf seinem Feld durchzuführen. Einige dieser digitalen Lösungen sind bereits erfolgreich im Einsatz. Zum Beispiel unsere Lösung für die Beurteilung des Gesundheitszustands von Pflanzen oder deren Befall auf Feldern anhand einzelner Bilder.

Wir suchen helle und kreative Köpfe, die Teil der Lösung sein möchten. Wenn Du Dich für digitale Produktentwicklung rund um Pflanzenschutz interessierst, dich Themen, wie Software Engineering, künstliche Intelligenz, Hardware Engineering, Roboter und Drohnen herausfordern und du die Erfolge Deiner Arbeit in greifbaren Innovationen sehen möchtest, dann bewirb Dich bei uns!

DEINE AUFGABEN UND VERANTWORTLICHKEITEN

Als Lead AI Scientist unterstützt Du Landwirte weltweit bei der Qualifizierung und Quantifizierung von Unkraut-, Krankheits- und Schädlingsproblemen auf ihren Feldern.

Du arbeitest in einem Team von erstklassigen KI- und Software-Ingenieuren zusammen, um skalierbare Lösungen für eine nachhaltige Landwirtschaft zu schaffen
Du bist verantwortlich für die Erforschung, Prototypisierung und Implementierung modernster supervised, semi-, self-, weakly- und unsupervised Algorithmen zur Erkennung von Unkraut, Krankheiten und Schädlingen
Du unterstützt die Sammlung von Trainingsdaten durch technische Anleitungen und Anforderungen
Du hilfst bei der Annotation der Trainingsdaten durch die Entwicklung von Algorithmen zur Automatisierung von Prozessschritten und zur Verbesserung der Annotationsqualität
Du verbesserst kundenorientierte Anwendungen, indem du aktuelle Herausforderungen in der Bilderkennung mit neusten Forschungsergebnissen vereinst
Du verbesserst und implementierst automatisierte Pipelines für das Model-Training, Testen und Deployment
Du überführst Prototyp-Algorithmen in den Produktionscode und überwachst die Performance dieser Algorithmen auf den Feldern der Landwirte
Du arbeitest in einem funktionsübergreifenden Scrum-Team mit End-to-End-Produktverantwortung

WAS DU MITBRINGST

Erfolgreich abgeschlossenes Bachelor- oder Master-Studium in Informatik, Datenwissenschaft, Statistik, Operations Research, angewandter Mathematik, Ingenieurwesen, Landwirtschaft oder verwandten Bereichen
Nachweisbare Erfahrung in der Entwicklung von Algorithmen und der Lösung von Problemen im Bereich Computer Vision und Bildverarbeitung
Fundierte Erfahrung in Python (inkl. gängiger Bibliotheken wie scikit-learn, pandas, numpy), alternativ mit Julia oder R (oder vergleichbar)
Fähigkeit, Forschungsarbeiten zu lesen, zu verstehen und deren Ergebnisse anzuwenden
Praktische und nachgewiesene Fachkenntnisse in mindestens zwei der folgenden Bereiche: Computer / Machine Vision, Object Detection, Un-/ Semi-/ Supervised Machine Learning and Deep Learning, Convolutional Neural Network (CNN), Reinforcement Learning, Generative Adversarial Networks (GANs), Out-of-Distribution (OOD) Detection, Active Learning, (Vision) Transformers
Erfahrung mit Deep-Learning-Bibliotheken wie TensorFlow, Keras, PyTorch, etc.
Praktische Erfahrungen im Bereich Data Engineering und Cloud Computing (AWS, GCP, MS Azure)
Fähigkeit, sauberen, modularen und langlebigen Code zu schreiben, der mit Git verwaltet wird
Liebe zum Detail und die Fähigkeit, selbstständig zu arbeiten
Leidenschaft für die Lösung schwieriger Probleme in einer multidisziplinären Teamumgebung
Sehr gute Englischkenntnisse, sowohl in Wort als auch in Schrift