Durch den weltweiten und branchenübergreifenden Einsatz unserer Produkte und Lösungen sind wir, die Carl Zeiss Spectroscopy GmbH, die globale Marke und der erste Ansprechpartner für neue Herausforderungen auf dem Gebiet der Spektroskopie. Unsere innovativen Technologien unterstützen Wissenschaftler und Ingenieure weltweit bei der Analyse und Interpretation von Materialien und Prozessen.
Innovation im Konzern – seien Sie dabei, Innovation nicht nur vorzudenken, sondern aktiv in die Tat umzusetzen. Sie haben gern die Fäden in der Hand und sehen dabei technische Probleme nicht als Hindernis, sondern als Herausforderung an? Dann kommen Sie zu uns und gestalten Sie in einem dynamischen und interdisziplinären Team neue zukunftsweisende Lösungen und Technologien von morgen.
In dieser Rolle gestalten Sie maßgeblich die datengetriebene Weiterentwicklung unserer spektroskopischen Systeme und Anwendungen. Zu Ihren Kernaufgaben gehören:
Design und Durchführung anspruchsvoller Analysen zur Unterstützung der Neu- und Weiterentwicklung verschiedener Systeme im spektroskopischen Kontext – in enger Zusammenarbeit mit Stakeholdern aus unterschiedlichen Fachrichtungen
Beratung der Spektroskopie-Abteilung beim Design agronomischer Experimente vom Labor bis zum Feldversuch, mit besonderem Fokus auf statistische Fragestellungen
Ausarbeitung von Prozessen und Strukturen für Datensammlung und Modellgenerierung im Rahmen neuer und bestehender Systeme
Erstellung und vergleichende Bewertung von Modellen auf Basis von Spektren und Bildern sowie Weiterentwicklung bzw. eigenständige Implementierung der hierfür notwendigen mathematischen Analyse- und Modellierungstools
Eigenständige Planung und Durchführung von Computer-Experimenten zur Weiterentwicklung unserer Inhaltsstoff-Modelle
Kontinuierliche Analyse bestehender Datenbestände sowie Optimierung der Datenstrukturen in enger Abstimmung mit relevanten Fachabteilungen und Stakeholdern
Entwicklung von Konzepten zur Effizienzsteigerung und Qualitätssicherung im Bereich Data Science
Fachliches Mentoring von Junior- und Midlevel-Data-Scientists
Abgeschlossenes naturwissenschaftliches Hochschulstudium (mind. 4-jährige Ausbildung)
Mehrjährige Erfahrung in Entwicklung und Produktivisierung von Machine-Learning-Modellen inkl. MLOps, Deployment und Monitoring
Fundierte Erfahrung in der Analyse und Modellierung von (Hyper-)Spektraldaten sowie technisches Verständnis spektroskopischer Systeme
Exzellente Kenntnisse in Python oder vergleichbaren Tools sowie umfassendes Know-how zu Machine-Learning-/Data-Science-Workflows und -Algorithmen
Ausgeprägte Sozialkompetenz, sehr gute Kommunikationsfähigkeit und Präsentationsstärke in interdisziplinären Teams
Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift; Erfahrung in Geoinformations- oder Agrarbereich von Vorteil
Your ZEISS Recruiting Team:
Norman Funk
