Auf einen Blick
- Aufgaben: Entwickle innovative Machine Learning Modelle zur Analyse biologischer Daten für den Pflanzenschutz.
- Arbeitgeber: Syngenta Crop Protection, ein führendes Unternehmen in der landwirtschaftlichen Innovation.
- Mitarbeitervorteile: Umfangreiche Sozialleistungen, internationales Arbeitsumfeld und Weiterbildungsmöglichkeiten.
- Andere Informationen: Dynamisches Team mit vielfältigen Karrieremöglichkeiten in einem internationalen Umfeld.
- Warum dieser Job: Gestalte die Zukunft der Landwirtschaft mit datengetriebenen Erkenntnissen und innovativen Lösungen.
- Gewünschte Qualifikationen: Postgraduale Ausbildung in Data Science und Erfahrung in Naturwissenschaften erforderlich.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Syngenta Crop Protection ist ein führendes Unternehmen in der landwirtschaftlichen Innovation, das bahnbrechende Technologien und Lösungen anbietet, die es Landwirten ermöglichen, produktiv und nachhaltig zu wirtschaften. Wir bieten ein führendes Portfolio an Pflanzenschutzlösungen für Pflanzen- und Bodengesundheit sowie digitale Lösungen, die die Entscheidungsfindung der Landwirte transformieren. Unsere 17.900 Mitarbeiter tragen dazu bei, die Landwirtschaft in mehr als 90 Ländern weltweit voranzubringen. Syngenta Crop Protection hat seinen Hauptsitz in Basel, Schweiz, und ist Teil der Syngenta-Gruppe. Unsere Mitarbeiter spiegeln die Vielfalt unserer Kunden, der Märkte, in denen wir tätig sind, und der Gemeinschaften wider, die wir bedienen. Unabhängig von Ihrer Position werden Sie eine wichtige Rolle dabei spielen, die Welt sicher zu ernähren und unseren Planeten zu schützen. Schließen Sie sich uns an und helfen Sie, die Zukunft der Landwirtschaft zu gestalten!
Über die Rolle
Wir haben eine spannende Gelegenheit für einen Machine Learning Scientist, der unserem Digital Biology Team in der Forschung und Entwicklung im Bereich Pflanzenschutz beitritt. In dieser Rolle werden Sie mit biologischen Daten von Syngenta arbeiten, um Muster zu erkennen und neue datengestützte Erkenntnisse für die Entwicklung aktiver Inhaltsstoffe über die R&D-Funktionen hinweg zu liefern. Sie werden gebeten, die Ergebnisse wissenschaftlicher Experimente mit Ihren analytischen Fähigkeiten sowie maschinellen Lernansätzen zu analysieren und zu interpretieren. Ihre Arbeit wird unser Verständnis der biologischen Leistung im Pflanzenschutz vorantreiben und das Design, die Optimierung und die Entwicklung neuartiger Pflanzenschutzlösungen leiten.
Wesentliche Verantwortlichkeiten umfassen:
- Verwendung explorativer analytischer Ansätze über eine Reihe von biologischen Labor-, Gewächshaus- und Feldversuchsdaten, um die Schlüsselfaktoren zu identifizieren, die die Leistung aktiver Inhaltsstoffe beeinflussen.
- Interaktion mit Fachexperten, um wissenschaftliche Fragen zu verstehen, unsere wissenschaftlichen Protokolle zu klären und Analysechancen zu identifizieren, um den Geschäftswert zu steigern.
- Beitrag zu strategischen Geschäftsinitiativen im Bereich Pflanzenschutzdaten zur Unterstützung der Entscheidungsfindung und Zusammenarbeit bei der Gestaltung von Labor-, Gewächshaus- und Feldversuchen.
- Zusammenarbeit und Einflussnahme auf das Design von Forschungsbiologie-Fähigkeiten zur Unterstützung prädiktiver Modellierungsaktivitäten.
- Arbeiten mit R&D IT und Softwareentwicklern zur Verbesserung der Anwendungen zur Bereitstellung prädiktiver Modelle, die auf die Bedürfnisse der Stakeholder zugeschnitten sind.
- Überwachung und Erkundung neuer Modellierungsansätze, analytischer Werkzeuge und Methoden.
- Engagement in hochpriorisierten digitalen Transformationsprojekten, um Chancen zu verstehen, die Auswirkungen von Data Science auf prädiktive Biologiestudien zu beschleunigen.
- Zusammenarbeit mit Kollegen und externen Partnern, um deren komplementäre Fähigkeiten zu verstehen und in Projekte und Initiativen zu integrieren.
Qualifikationen
Was wir suchen:
- Starke Grundlagen in der Datenwissenschaft auf postgradualem Niveau mit Erfahrung in Naturwissenschaften (z.B. Biologie, Ökologie, Umweltwissenschaften).
- Umfangreiche Erfahrung in der Nutzung der wichtigsten Datenwissenschafts-, Analyse-, Modellierungs- und Visualisierungsbibliotheken in Python (d.h. Pandas/Polars, SciPy, MatPlotLib).
- Wissenschaftliches Fachwissen in verwandten Bereichen wie Biologie oder Umweltwissenschaften.
- Vorherige Erfahrung in der Entwicklung von maschinellen Lernmodellen, die für biologische Ergebnisse relevant sind.
- Kenntnisse in der Datenanalyse und dem Extrahieren von Dateninsights und neuen Erkenntnissen sowie der Kommunikation wissenschaftlicher und datenbezogener Konzepte an Fach- und Nichtfachleute.
- Anpassungsfähigkeit an unterschiedliche geschäftliche Herausforderungen und Datentypen/-quellen sowie die Fähigkeit, eine Vielzahl unterschiedlicher analytischer Werkzeuge und Methoden zu erlernen und zu nutzen.
- Fähigkeit, Daten zu visualisieren und Geschichten mit Daten zu erzählen, um Ergebnisse an Stakeholder mit unterschiedlichen technischen Kenntnissen zu kommunizieren.
- Analytische Problemlösungsfähigkeiten mit innovativem Denken, während Sie effektiv über verschiedene Teams hinweg zusammenarbeiten und mehrere Prioritäten in einem multikulturellen wissenschaftlichen Umfeld managen.
Zusätzliche Informationen
Wir werden Kandidaten in weiteren Standorten innerhalb Europas in Betracht ziehen. Möglicherweise müssen Sie zu internationalen R&D-Standorten reisen und mit globalen Partnern zusammenarbeiten.
Aufgrund des außergewöhnlich hohen Interesses an dieser Position werden wir nur Bewerbungen berücksichtigen, die Folgendes enthalten: (1) einen Lebenslauf, (2) ein Anschreiben, in dem Sie Ihre Motivation und Eignung für die Rolle erläutern, und (3) ein einseitiges Dokument, in dem Sie uns mitteilen, wie (mit welchen Werkzeugen und Algorithmen, nach welcher Strategie) Sie mit der Erkundung eines 100 MB großen CSV-Datensatzes von Ergebnissen aus Feldversuchen für ein neuartiges Pflanzenschutzprodukt beginnen würden, einschließlich Bewertungen für mehrere Kulturarten, Versuchsstandorte und Wetterbedingungen. Bitte laden Sie Ihren Lebenslauf, Ihr Anschreiben und das einseitige Dokument in separaten Dateien hoch, die „CV_###“, „Cover_Letter_###“ und „Answer_###“ genannt werden, wobei Sie ‚###‘ durch Ihren Nachnamen ersetzen.
Was wir bieten:
- Umfangreiches Leistungspaket, einschließlich eines großzügigen Rentensystems, eines Bonussystems, privater Kranken- und Lebensversicherung (abhängig vom Vertragsland).
- Eine Position, die zu wertvoller und wirkungsvoller Arbeit in einem stimulierenden und internationalen Umfeld beiträgt.
- Lernkultur und eine breite Palette von Schulungsoptionen.
Syngenta wurde von Science Magazine zum fünften besten Arbeitgeber und zum besten Arbeitgeber in der Landwirtschaft für das achte Jahr in Folge ausgezeichnet. Syngenta ist ein Arbeitgeber, der Chancengleichheit bietet und bei der Rekrutierung, Einstellung, Schulung, Beförderung oder anderen Beschäftigungspraktiken nicht aufgrund von Rasse, Hautfarbe, Religion, Geschlecht, nationaler Herkunft, Alter, sexueller Orientierung, Familienstand oder Veteranenstatus, Behinderung oder einem anderen gesetzlich geschützten Status diskriminiert. Erfahren Sie hier mehr über unsere D&I-Initiativen.
Wenn Sie keine Position gefunden haben, die Ihrem Profil entspricht, würden wir uns dennoch freuen, von Ihnen zu hören. Senden Sie uns eine offene Bewerbung und werden Sie Teil unserer Talentgemeinschaft - Sie werden als Erster von neuen Möglichkeiten erfahren, die zu Ihren Fähigkeiten und Interessen passen.
Machine Learning Scientist Arbeitgeber: Syngenta AG
Kontaktperson:
Syngenta AG HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Machine Learning Scientist
✨Tipp Nummer 1
Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Branche in Kontakt zu treten. Lass uns wissen, wenn du Fragen hast oder Unterstützung brauchst!
✨Tipp Nummer 2
Bereite dich auf Vorstellungsgespräche vor, indem du häufige Fragen und technische Herausforderungen übst. Wir können dir helfen, die besten Ressourcen zu finden, um deine Fähigkeiten zu verbessern.
✨Tipp Nummer 3
Zeige deine Leidenschaft für die Landwirtschaft und Datenwissenschaft! Teile Beispiele deiner bisherigen Projekte oder Analysen, um zu zeigen, wie du zur Mission von Syngenta beitragen kannst.
✨Tipp Nummer 4
Bewirb dich direkt über unsere Website! So stellst du sicher, dass deine Bewerbung die richtige Aufmerksamkeit erhält. Und vergiss nicht, deine Unterlagen gut vorzubereiten!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Machine Learning Scientist
Tipps für deine Bewerbung 🫡
Mach deine Bewerbung einzigartig!: Zeig uns, wer du wirklich bist! Nutze die Gelegenheit, um deine Motivation und Eignung für die Rolle in deinem Anschreiben klar und überzeugend darzustellen. Lass uns wissen, warum du Teil unseres Teams werden möchtest!
Struktur ist alles!: Achte darauf, dass dein Lebenslauf und deine Dokumente gut strukturiert sind. Verwende klare Überschriften und eine logische Reihenfolge, damit wir schnell die wichtigsten Informationen finden können. Das macht es uns leichter, dich zu verstehen!
Sei konkret bei deinen Antworten!: Wenn du uns erklärst, wie du mit dem 100MB CSV-Datensatz umgehen würdest, sei so konkret wie möglich. Nenne spezifische Tools und Algorithmen, die du verwenden würdest, und beschreibe deine Strategie. Das zeigt uns, dass du genau weißt, was du tust!
Lade alles richtig hoch!: Vergiss nicht, deine Dokumente in den richtigen Formaten und mit den korrekten Dateinamen hochzuladen. Das heißt: 'CV_###', 'Cover_Letter_###' und 'Answer_###'. So stellst du sicher, dass wir alles schnell finden und bearbeiten können!
Wie du dich auf ein Vorstellungsgespräch bei Syngenta AG vorbereitest
✨Verstehe die Rolle
Mach dich mit den spezifischen Anforderungen der Position als Machine Learning Scientist vertraut. Lies die Stellenbeschreibung gründlich durch und überlege, wie deine Erfahrungen und Fähigkeiten zu den Aufgaben passen. So kannst du gezielt auf Fragen eingehen und deine Eignung unter Beweis stellen.
✨Bereite konkrete Beispiele vor
Überlege dir konkrete Beispiele aus deiner bisherigen Arbeit, die deine Fähigkeiten in Datenanalyse, maschinellem Lernen und interdisziplinärer Zusammenarbeit zeigen. Sei bereit, diese Beispiele während des Interviews zu erläutern und zu diskutieren, um deine praktischen Kenntnisse zu untermauern.
✨Kenntnisse in Tools und Methoden
Stelle sicher, dass du mit den gängigen Python-Bibliotheken wie Pandas, SciPy und MatPlotLib vertraut bist. Bereite dich darauf vor, Fragen zu diesen Tools zu beantworten und vielleicht sogar eine kurze Demonstration deiner Fähigkeiten zu geben, um dein technisches Wissen zu zeigen.
✨Fragen stellen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und dem Unternehmen. Frage nach den aktuellen Projekten im Bereich digitale Transformation oder wie das Team die neuesten analytischen Ansätze integriert, um einen Eindruck von der Unternehmenskultur zu bekommen.