Corteva Agriscience er et vitenskaps- og teknologiselskap med fokus på landbruk som utvikler løsninger innen frø, plantevern og digitalt landbruk. Arbeidet er rettet mot å hjelpe bønder med å øke produktiviteten, samtidig som det støtter mer bærekraftige landbruksmetoder og bidrar til langsiktig matsikkerhet. Selskapet samler ekspertise innen landbruksvitenskap, teknologi og innovasjon for å møte komplekse utfordringer i det moderne landbruket.
Dataforsker innen oppdagelse av biologiske produkter
Bruk maskinlæring og dyp læring til å koble sammen Cortevas data om mikroorganismer og naturprodukter. Bidra til løsninger for plantehelse ved å identifisere og videreutvikle lovende kandidater.
Beskrivelse
- Bruk datavitenskap innen kjemi og biologi til å oppdage mikroorganismer og naturprodukter som kan bidra til plantehelse.
- Bygg prediktive modeller basert på genomiske, metabolomiske og fenotypiske data for å vurdere og prioritere kandidater.
- Kombiner funn på tvers av oppdagelsesløp for å avdekke muligheter som enkeltløp kan overse.
- Vurder og bruk aktuelle metoder innen KI og maskinlæring, inkludert dyp læring, for å styrke prediktiv modellering.
- Samarbeid med kolleger innen datavitenskap, teknologi, genomikk, metabolomikk, kjemi og biologi.
- Videreutvikle integrerte oppdagelsesløp og veilede prioritering, utvelgelse og utvikling av løsninger basert på mikroorganismer og naturprodukter.
Krav
- Mastergrad og minst fem års arbeidserfaring etter fullført utdanning, eller doktorgrad, innen et kvantitativt fagområde som datavitenskap, statistikk, matematikk eller informatikk, eller innen naturvitenskap som biologi eller kjemi.
- Solid biologisk kunnskap og evne til å vurdere modellresultater kritisk og utvikle testbare biologiske og biokjemiske hypoteser som er relevante for virksomheten.
- Dokumentert erfaring med moderne metoder innen maskinlæring og dyp læring.
- Praktisk erfaring med et oppdatert KI-verktøy, for eksempel PyTorch, transformatorarkitekturer eller generative KI-metoder.
- God forståelse av matematikk og modellers virkemåte, inkludert utforming av trening, evalueringsmål og kalibrering.
- Evne til å formulere forskningsspørsmål selvstendig, fastsette suksesskriterier og evalueringsmetoder og formidle funn tydelig.
- Gode ferdigheter i Python eller et tilsvarende programmeringsspråk for dataklargjøring, analyse og maskinlæringsoppgaver.
- Svært gode skriftlige og muntlige kommunikasjonsevner.
- Evne til å bidra i et tverrfaglig prosjektteam.
- Ønskelig: erfaring med multimodal, integrerende modellering eller modellering av digitale tvillinger.
- Ønskelig: erfaring med å kombinere genomiske, metabolomiske eller fenotypiske data til prediktiv modellering.
- Ønskelig: erfaring med bruk av generativ KI innen biovitenskap.
- Ønskelig: utdanning eller erfaring innen naturproduktkjemi, biokjemi eller mikrobiologi.
- Ønskelig: erfaring med å sette maskinlæringsmodeller i produksjon og bruke MLOps-praksis, blant annet versjonskontroll, containerisering, orkestrering av arbeidsflyter og reproduserbare, vedlikeholdbare pipelines.
- Ønskelig: praktisk kunnskap om skybaserte datasystemer og plattformer.
- Ønskelig: erfaring med agentbaserte KI-systemer eller arkitekturer for verktøybruk og flere agenter.
Fordeler
- Utviklingsmuligheter for å bygge kompetansen din.
- Helsetilbud for deg og familien din fra første arbeidsdag.
- Fire ukers betalt fri og to ukers betalt tid til velvære hvert år.
- Betalte helligdager.
- Minst 16 ukers foreldrepermisjon for mødre og fedre.
- Pensjonsspareordning.
- Program for refusjon av studieavgifter.