Bayer is a global enterprise with core competencies in the Life Science fields of health care and agriculture. Its products and services are designed to benefit people and improve their quality of life. Bayer HealthCare combines the global activities of the Animal Health, Consumer Care, Medical Care and Pharmaceuticals divisions. Its aim is to discover, develop, manufacture and market products that will improve human and animal health worldwide. At Bayer you have the opportunity to be part of a culture where we value the passion of our employees to innovate and give them the power to change.

Machine Learning Engineer (alle Geschlechter), Monheim (hybrid)

Bei Bayer sind wir Visionär*innen und entschlossen, die größten Herausforderungen unseres Planeten zu überwinden und zu einer Welt beizutragen, in der genug Nahrung und ausreichende medizinische Versorgung für alle Menschen keine unerreichbaren Ziele mehr darstellen. Wir tun dies mit Energie, Neugier und purer Hingabe, lernen stets von den Menschen um uns herum, erweitern unsere Denkweise, verbessern unsere Fähigkeiten und definieren das „Unmögliche“ neu. Es gibt viele Gründe, sich uns anzuschließen: Wenn Du nach einer abwechslungsreichen und bedeutungsvollen beruflichen Zukunft strebst, in der Du gemeinsam mit anderen brillanten Köpfen wirklich etwas bewegen kannst, möchten wir Dich in unserem Team haben.

Bayer sucht eine hoch motivierten Machine Learning Engineer (m/w/d) für eine auf 12 Monate befristete Position im Bereich Crop Science Forschung. In dieser Rolle arbeitest Du an der Schnittstelle zwischen fortschrittlichen computergestützten Methoden und wissenschaftlicher Innovation und unterstützt datengetriebene Initiativen in interdisziplinären Teams. Du entwickelst und wendest moderne Machine-Learning-Ansätze auf komplexe interne Datensätze an und trägst zu Projekten bei, die darauf abzielen, die Forschungseffizienz und Generierung neuer Erkenntnisse zu steigern. Die Position bietet Dir die Möglichkeit, eng mit Wissenschaftler*innen aus experimentellen Laboren zusammenzuarbeiten und reale wissenschaftliche Fragestellungen in rechnergestützte Lösungen zu übersetzen. Werde Teil unseres motivierten Teams und gestalte die Zukunft der Pflanzenforschung aktiv mit!

DEINE AUFGABEN UND VERANTWORTLICHKEITEN

Du konzipierst, implementierst und optimierst Machine-Learning-Modelle mit Python
Du arbeitest mit großen, komplexen und heterogenen Datensätzen im Forschungskontext
Du analysierst, interpretierst und reproduzierst Methoden aus wissenschaftlicher Literatur
Du arbeitest eng mit funktionsübergreifenden Stakeholdern, insbesondere experimentellen Wissenschaftler*innen, zusammen, um Datenentstehungsprozesse und Forschungsbedarfe zu verstehen
Du kommunizierst technische Ergebnisse verständlich an technische und nicht-technische Zielgruppen
Du trägst zur Etablierung von Best Practices in Codequalität, Reproduzierbarkeit und Dokumentation bei

WAS DICH AUSZEICHNET

Du besitzt ein Hochschulabschluss in Informatik, Data Science, Bioinformatik oder einem verwandten quantitativen Fachgebiet
Du verfügst über fundierte Programmierkenntnisse in Python z. B. NumPy, pandas, PyTorch/TensorFlow oder vergleichbar
Du hast ein solides Verständnis von Machine-Learning-Prinzipien und Workflows zur Modellentwicklung
Kenntnisse in Deep Learning oder fortgeschrittenen Modellierungsansätzen sind von Vorteil
Du kannst Methoden aus wissenschaftlichen Publikationen nachvollziehen und umsetzen
Du hast Interesse an der Arbeit an der Schnittstelle zwischen computergestützter und experimenteller Forschung
Du überzeugst durch ausgeprägte Problemlösungskompetenz und eine sorgfältige Arbeitsweise
Sehr gute Kommunikationsfähigkeiten und Freude an der Zusammenarbeit in interdisziplinären Teams runden Dein Profil ab

Unser Leistungspaket ist flexibel, wertschätzend und auf deine Lebensweise zugeschnitten, denn: Was dir wichtig ist, ist uns wichtig!

Deine finanzielle Stabilität sichern wir durch ein attraktives Gehalt zwischen 5.426,00€ und 5.913,00€ pro Monat (Vollzeit) zzgl. Jahresbonus, Urlaubsgeld und Weihnachtsgeld/13. Monatsgehalt. Dein Entgelt richtet sich nach deiner Qualifikation, Skills und Berufserfahrung.
Ob hybride Arbeitsmodelle oder Teilzeit: Wann immer es möglich ist, geben wir dir die Flexibilität zu arbeiten wie, wo und wann es für dich am besten ist.
Deine Familie hat erste Priorität: Wir bieten liebevolle Konzernkitas an vielen Standorten, Unterstützung bei der Suche nach Kinderbetreuung, Freistellung für die Pflege von Familienmitgliedern, Ferienprogramme und vieles mehr.
Deine Weiterentwicklung fördern wir durch Zugang zu Lern- und Entwicklungsmaßnahmen, Schulungen und Trainings der Bayer Learning Academy, Entwicklungsdialoge, sowie durch Coaching und Mentoringprogramme.
Deine Gesundheit und einen selbstfürsorglichen Lebensstil unterstützen wir durch viele Maßnahmen, wie kostenlose HealthChecks beim Werksarzt, Gesundheitsseminare.
Diversität feiern wir in einer inklusiven Arbeitsumgebung, in der du willkommen geheißen, unterstützt und ermutigt wirst, deine ganze Persönlichkeit einzubringen.

Die Position ist auf 12 Monate befristet, in Vollzeit und am Standort Monheim, Deutschland angesiedelt.

Be You. Be Bayer.

DEINE BEWERBUNG

Dies ist deine Chance, dich mit uns gemeinsam den größten globalen Herausforderungen unserer Zeit zu stellen: die Gesundheit der Menschen zu erhalten, die wachsende Weltbevölkerung zu ernähren und den Klimawandel zu verlangsamen. Du hast eine Stimme, Ideen und Perspektiven, die wir hören möchten. Denn unser Erfolg beginnt mit dir. Sei dabei. Sei Bayer.

Bayer begrüßt Bewerbungen aller Menschen ungeachtet von ethnischer Herkunft, nationaler Herkunft, Geschlecht, Alter, körperlichen Merkmalen, sozialer Herkunft, Behinderung, Mitgliedschaft in einer Gewerkschaft, Religion, Familienstand, Schwangerschaft, sexueller Orientierung, Geschlechtsidentität oder einem anderen sachfremden Kriterium nach geltendem Recht. Wir bekennen uns zu dem Grundsatz, alle Bewerber*innen fair zu behandeln und Benachteiligungen zu vermeiden.

Standort: Monheim

Division: Crop Science

Referenzcode: 871089