Wissenschaftliche Mitarbeit (w/m/d) "RapSmartN"

Wissenschaftlichen Mitarbeit

(all genders welcome)
Kennziffer: 13131205/2025
in Teilzeit (20 Wochenstunden) befristet bis zum 31.08.2027, vorbehaltlich zur Verfügung stehender Mittel, zu besetzen. Die Vergütung erfolgt bei Vorliegen der persönlichen und tariflichen Voraussetzungen in der Entgeltgruppe 13 TV-L.
Die Befristung des Arbeitsverhältnisses richtet sich nach § 2 Abs. 2 WissZeitVG.
Das EIP agri Verbundprojekt „RapSmartN“ arbeitet an der Optimierung der Winterrapsdüngung mit Stickstoff durch Verarbeitung von Fernerkundungsdaten und qualitätsgesicherte Künstliche Intelligenz auf landwirtschaftlichen Betrieben. Das Teilprojekt an der Hochschule Neubrandenburg untersucht Methoden des Evidential Reasoning zur GIS-gestützten Abschätzung des Düngebedarfs anhand von Fernerkundungsinformationen sowie allgmeinen Standort- und Betriebsdaten. Die Auswertung von On Farm-Versuchen findet in Kooperation mit den weiteren Projektpartnern statt.

Aufgaben

• Erhebung, Verwaltung und Aufbereitung von Fernerkundungsinformationen und anderen landwirtschaftlichen Geodaten mit Geographischen Informationssystemen (GIS)
• GIS-gestützte Interpretation von Geodaten mit dem Fokus auf Standortgüte und Wachstumshemmnisse
• Datenfusion mit Verfahren des Evidential Reasoning und Validierung der Ergebnisse
• Auswertung von On Farm Versuchen
• Kommunikation mit wissenschaftlichen Projektpartnern und landwirtschaftlichen Partnerbetrieben
• Projektadministration und Mitarbeit an Publikationen

Voraussetzungen

• ein erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom) in Agrarwissenschaften, Geowissenschaften oder Biologie mit pflanzenbaulicher Spezialisierung sowie Erfahrungen mit der Geodatenverarbeitung mit Geographischen Informationssystemen

von Vorteil sind:

• umfangreiche Kenntnisse über die Einflüsse von Standort und Witterung auf das Pflanzenwachstum und die Ertragsbildung von Winterraps
• sehr gute Kenntnisse in der Verarbeitung von landwirtschaftlichen Geodaten mit Geographischen Informationssystemen (QGIS)
• Grundkenntnisse in der Datenfusion (z.B. mit Belief-Strukturen)
• Erfahrungen mit oder Bereitschaft zur Einarbeitung in Pflanzenwachstumsmodelle (DSSAT)
• Erfahrungen in der Interpretation und Klassifikation von Farbluftbildern für landwirtschaftliche Fragestellungen
• Bereitschaft zur Erstellung von Farbluftbildern mit Charterflugzeugen und erfahrenen Piloten
• Bereitschaft zur Bonitur und Beprobung von Pflanzenbeständen auf Praxisfeldern im Herbst
• Sicherheit in Wort und Schrift (Deutsch, Englisch)
• Freude am Umgang mit landwirtschaftlichen Praxisbetrieben und wissenschaftlichen Partnern
• Bereitschaft zur Reisetätigkeit