Postdoktorand*in (m/w/d) im Bereich Umwelt-Datenwissenschaft und Maschinelles Lernen

Wissenschaftsgemeinschaft Gottfried Wilhelm Leibniz e. V.; Frankfurt; Vor Ort; EUR 50.000 - 60.000; Vollzeit

Zusammenfassung

Die Senckenberg Gesellschaft für Naturforschung sucht einen Postdoktoranden (m/w/d) im Bereich Umwelt-Datenwissenschaft und Maschinelles Lernen. Sie werden zentrale Aufgaben bei der Entwicklung von Machine-Learning-Modellen übernehmen und mit einem interdisziplinären Team an innovativen ökologischen Projekten arbeiten.

Leistungen

Flexible Arbeitszeiten

Tarifliche Jahressonderzahlung

Betriebliche Altersvorsorge

Unterstützung bei der Kinderbetreuung

Kostenfreier Eintritt in die Senckenberg-Museen

Qualifikationen

• Promotion mit nachgewiesener Expertise in Datenmodellierung und Machine Learning.
• Fundierte Kenntnisse in statistischem Lernen und Deep Learning erforderlich.
• Erfahrung in der Entwicklung von Datenwissenschafts-Pipelines.

Aufgaben

• Aufbau von Data-Science-Pipelines und Entwicklung von Strategien.
• Veröffentlichung von Peer-Review-Artikeln.
• Präsentation der Ergebnisse auf wissenschaftlichen Konferenzen.

Kenntnisse

Datenmodellierung

Maschinelles Lernen

Deep Learning

Bildverarbeitung

Statistisches Lernen

Englisch

Ausbildung

Promotion in Umweltwissenschaften, Informatik oder verwandtem Fachgebiet

Tools

Python

Jobbeschreibung

Postdoktorand*in (m/w/d) im Bereich Umwelt-Datenwissenschaft und Maschinelles Lernen

Senckenberg Gesellschaft für Naturforschung (SGN), Frankfurt am Main

Stellenausschreibung Ref. #08-25012

Die Senckenberg Gesellschaft für Naturforschung mit Hauptsitz in Frankfurt am Main sucht zum nächstmöglichen Zeitpunkt für die Abteilung Bodenzoologie am Standort Görlitz eine*n

Postdoktorand*in (m/w/d) im Bereich Umwelt-Datenwissenschaft und Maschinelles Lernen

Ort: Görlitz

Beschäftigungsumfang: Vollzeit (40 Wochenstunden) / Teilzeitlösungen sind möglich

Vertragsart: befristet für die Projektdauer bis 30.11.2027

Vergütung: Tarifvertrag Länder TV-L E 13

Die Senckenberg Gesellschaft für Naturforschung (SGN) wurde 1817 gegründet und zählt zu den wichtigsten Forschungseinrichtungen rund um die biologische Vielfalt. An unseren zwölf Standorten in ganz Deutschland betreiben Wissenschaftler*innen aus über 40 Nationen modernste Forschung auf internationaler Ebene. Am Standort Görlitz befindet sich das renommierte Senckenberg Museum für Naturkunde in einer historischen Stadt inmitten einer lebenswerten, naturnahen Region.

Möchten Sie Ihr Fachwissen im Bereich des maschinellen Lernens und des Deep Learnings für die Entwicklung innovativer ökologischer und umweltbezogener Forschung einsetzen? Die Senckenberg Gesellschaft für Naturforschung lädt Sie ein, Teil eines spannenden Projekts am Senckenberg Museum für Naturkunde in Görlitz, Sachsen, zu werden. Wir suchen zum nächstmöglichen Zeitpunkt eine*n motivierte*n Umweltdatenmodellierer*in/Data Scientist (m/w/d), welche*r das Projekt BoTiKI (finanziert durch das BMUKN ANK ‘KI-Leuchttürme für Umwelt, Klima, Natur und Ressourcen’) unterstützt.

Der Boden stellt ein bedeutendes Reservoir für Treibhausgase (THG) dar: Er kann relevante Gase wie CO₂, CH₄ und N₂O sowohl binden als auch freisetzen. Die Bodenfauna spielt eine wesentliche Rolle bei den Bodenprozessen, die mit diesen THG-Flüssen verbunden sind. Der konkrete Einfluss tierischer Bodenorganismen auf die Emissionen ist bislang jedoch kaum erforscht – und stellt einen bislang fehlenden Faktor in aktuellen THG-Modellen dar.

BoTiKI hat das Ziel, diese Wissenslücke zu schließen und verbesserte THG-Modelle zu entwickeln, die die Rolle der Bodenfauna berücksichtigen. Hierzu wird ein umfangreicher KI-Trainingsdatensatz für multimodale Analysen erstellt, der Bilddaten (Computer Vision), Umweltparameter und DNA-Daten kombiniert.

Ihre Rolle wird zentral für die Datenerhebung und insbesondere für die Entwicklung von Machine-Learning-Modellen sein. Sie arbeiten eng mit einem interdisziplinären Team aus Fachleuten für Bodenfauna, ökologischer Datenmodellierung und Computer-Vision-Technologien zusammen.

Ihre Aufgaben

• Aufbau von Data-Science-Pipelines sowie Entwicklung von Strategien für Datenmodellierung, Modelltraining, -bewertung und -anwendung
• (Mit-)Verantwortung für die Veröffentlichung von Peer-Review-Artikeln auf Basis der Projektergebnisse
• Zusammenarbeit mit den Projektpartnern der Hochschule Zittau/Görlitz bei der Entwicklung von Computer-Vision-Systemen zur Analyse faunistischer Daten
• Präsentation der Projektziele und -ergebnisse auf nationalen und internationalen wissenschaftlichen Konferenzen
• Betreuung von Techniker*innen und Studierenden bei der Annotation von Trainingsdaten
• Implementierung des analytischen Workflows in eine funktionale, benutzerorientierte Anwendung (CLI), um diesen der Fachcommunity zugänglich zu machen
• Zusammenarbeit mit externen IT-Dienstleistern bei der Entwicklung nutzerfreundlicher Funktionalitäten (GUI und Web-Services)
• Mitwirkung bei der Organisation von Feldarbeiten, Erstellung von Probenahmeplänen und Erhebung von In-situ-Daten
• Sie verfügen über eine Promotion in Umweltwissenschaften, Informatik oder einem verwandten Fachgebiet – mit nachgewiesener Expertise in Datenmodellierung, Maschinellem Lernen und Deep Learning
• Ihre bisherigen Forschungsergebnisse sind durch Peer-Review-Publikationen dokumentiert
• Sie besitzen fundierte Kenntnisse in statistischem Lernen, Maschinellem Lernen und Deep-Learning-Algorithmen
• Sie bringen vielseitige Data-Science-Kenntnisse mit, einschließlich Bildverarbeitung und Analyse von DNA-Sequenzen
• Sie beherrschen Python oder eine vergleichbare moderne Programmiersprache mit Anwendung in KI und/oder Bioinformatik
• Sie verfügen über sehr gute Englischkenntnisse in Wort und Schrift
• Sie arbeiten gerne im interdisziplinären Team und zeichnen sich durch eine eigenständige, strukturierte Arbeitsweise aus

Wünschenswert

• Erfahrung in der Entwicklung von Webanwendungen und -diensten (z.B. Benutzeroberflächen, APIs)
• Fachliche Kenntnisse in Bodenkunde, Ökologie oder Umweltwissenschaften
• Erfahrung im Umgang mit kleinen wirbellosen Tieren (z.B. Microarthropodes)
• Gute Deutschkenntnisse in Wort und Schrift
• Eine gültige Fahrerlaubnis (Klasse B) für Deutschland
• Zugang zu einem internationalen Netzwerk von Wissenschaftlern, politischen Entscheidungsträgern und Forschungsorganisationen
• eine attraktive Tätigkeit im dynamischen Arbeitsumfeld einer weltweit anerkannten Forschungseinrichtung
• flexible Arbeitszeiten – Unterstützung bei der Kinderbetreuung oder bei der Pflege von Familienangehörigen (zertifiziert durch das „audit berufundfamilie“) – einen Dienstausweis in Verbindung mit kostenfreiem Eintritt in die Senckenberg-Museen – eine tarifliche Jahressonderzahlung – tariflichen Urlaubsanspruch – betriebliche Altersvorsorge

Senckenberg engagiert sich für Vielfalt. Wir profitieren von den unterschiedlichen Expertisen, Perspektiven und Persönlichkeiten unserer Mitarbeiter*innen und freuen uns über jede Bewerbung qualifizierter Kandidat*innen, unabhängig von Alter, Geschlecht oder geschlechtlicher Identität, ethnischer oder kultureller Herkunft, Religion und Weltanschauung, sexueller Orientierung und Identität oder Behinderung. Frauen sind besonders aufgefordert, sich zu bewerben, da sie im Bereich dieser Position unterrepräsentiert sind; bei gleicher Qualifikation und Eignung werden sie bevorzugt eingestellt. Bewerber*innen mit einer Schwerbehinderung werden bei gleicher Eignung besonders berücksichtigt. Senckenberg unterstützt aktiv die Vereinbarkeit von Beruf und Familie und legt großen Wert auf eine gleichberechtigte und inklusive Kultur der Zusammenarbeit.

Sie möchten sich bewerben?

Dann senden Sie uns Ihre vollständigen und aussagekräftigen Bewerbungsunterlagen (Anschreiben, Lebenslauf, Kopien Ihrer Ausbildungs- und Arbeitszeugnisse, Publikationsliste) in elektronischer Form (als zusammenhängende PDF-Datei) bitte stets unter Angabe der Referenznummer #08-25012 bis zum 01.07.2025 an recruiting(at)senckenberg.de oder bewerben Sie sich direkt auf unserer Homepage über das Online Bewerbungsformular www.senckenberg.de/de/karriere/bewerbung/ .

Senckenberg Gesellschaft für Naturforschung

Datenschutzrechtliche Hinweise zur Verarbeitung personenbezogener Daten im Rahmen des Bewerbungs- und Auswahlverfahrens entnehmen Sie bitte der Datenschutzerklärung auf unserer Homepage unter https://www.senckenberg.de/de/impressum/

Weitere Informationen über die Senckenberg Gesellschaft für Naturforschung finden Sie unter www.senckenberg.de .