Corteva Agriscience er en landbrugsfokuseret virksomhed inden for videnskab og teknologi, som udvikler løsninger inden for frø, plantebeskyttelse og digitalt landbrug. Virksomhedens arbejde fokuserer på at hjælpe landmænd med at forbedre produktiviteten, samtidig med at det understøtter mere bæredygtige landbrugsmetoder og bidrager til langsigtet fødevaresikkerhed. Virksomheden samler ekspertise inden for landbrugsvidenskab, teknologi og innovation for at håndtere komplekse udfordringer i det moderne landbrug.
Data scientist inden for opdagelse af biologiske produkter
Brug maskinlæring og deep learning til at forbinde Cortevas data om mikroorganismer og naturprodukter. Bidrag til løsninger, der styrker afgrøders sundhed, ved at identificere og videreudvikle lovende kandidater.
Beskrivelse
- Anvend datavidenskab inden for kemi og biologi til at opdage mikroorganismer og naturprodukter, der kan styrke afgrøders sundhed.
- Byg prædiktive modeller ud fra genomiske, metabolomiske og fænotypiske data for at vurdere og prioritere kandidater.
- Sammenhold resultater på tværs af opdagelsesforløb for at finde muligheder, som de enkelte forløb kan overse.
- Vurder og anvend aktuelle AI- og maskinlæringsmetoder, herunder deep learning, for at styrke prædiktiv modellering.
- Samarbejd med kolleger inden for datavidenskab, teknik, genomik, metabolomik, kemi og biologi.
- Videreudvikl integrerede opdagelsesforløb, og vejled prioritering, udvælgelse og udvikling af løsninger baseret på mikroorganismer og naturprodukter.
Krav
- En kandidatgrad og mindst fem års erhvervserfaring efter endt uddannelse eller en ph.d. inden for et kvantitativt fagområde som datavidenskab, statistik, matematik eller datalogi eller inden for naturvidenskab som biologi eller kemi.
- Stærk biologisk viden og evne til kritisk at vurdere modelresultater samt udvikle testbare biologiske og biokemiske hypoteser, der er relevante for virksomheden.
- Dokumenteret erfaring med moderne metoder inden for maskinlæring og deep learning.
- Praktisk erfaring med et aktuelt AI-værktøj, for eksempel PyTorch, transformerarkitekturer eller generative AI-metoder.
- God forståelse af matematik og modellers adfærd, herunder tilrettelæggelse af træning, evalueringsmålinger og kalibrering.
- Evne til selvstændigt at formulere forskningsspørgsmål, fastlægge succeskriterier og evalueringsmetoder samt formidle resultater klart.
- Stærke færdigheder i Python eller et tilsvarende programmeringssprog til dataforberedelse, analyse og maskinlæringsopgaver.
- Fremragende skriftlige og mundtlige kommunikationsevner.
- Evne til at bidrage til et tværfagligt projektteam.
- En fordel: erfaring med multimodal, integrativ modellering eller modellering af digitale tvillinger.
- En fordel: erfaring med at kombinere genomiske, metabolomiske eller fænotypiske data til prædiktiv modellering.
- En fordel: erfaring med at anvende generativ AI inden for biovidenskab.
- En fordel: uddannelse eller erfaring inden for naturproduktkemi, biokemi eller mikrobiologi.
- En fordel: erfaring med at sætte maskinlæringsmodeller i produktion og anvende MLOps-praksis, herunder versionsstyring, containerisering, workfloworkestrering samt reproducerbare og vedligeholdbare pipelines.
- En fordel: praktisk kendskab til cloudbaserede computersystemer og platforme.
- En fordel: erfaring med agentbaserede AI-systemer eller arkitekturer med værktøjsbrug og flere agenter.
Fordele
- Udviklingsmuligheder, hvor du kan styrke dine kompetencer.
- Sundhedsdækning for dig og din familie fra din første ansættelsesdag.
- Fire ugers betalt frihed og to ugers betalt trivselstid om året.
- Betalte helligdage.
- Mindst 16 ugers betalt forældreorlov for mødre og fædre.
- Opsparingsordning til pension.
- Program for tilskud til studieafgifter.