Postdoctoral Position im maschinellen Lernen für automatisierte Anlagen-Phenotyping (PhenoMix-Projekt) — ETH Zürich
Rollenüberblick
chevron left Übersicht chevron left Übersicht Postdoctoral Position in Machine Learning for Automated Plant Phenotyping (PhenoMix Project) 100%, Zürich, Festdruck Drucken Das Swiss Data Science Center (SDSC) ist eine nationale Forschungsinfrastruktur in der Datenwissenschaft und künstlicher Intelligenz (KI) der ETH-Domain, mit EPFL und ETH Zürich als Gründungspartner.
Seine Mission ist es, akademische Labore, Krankenhäuser, Industrie und öffentlicher Sektor Stakeholder, einschließlich Kantonal- und Bundesverwaltungen, durch ihre gesamte Daten-Wissenschaftsreise, von der Sammlung und Verwaltung von Daten zu maschinellem Lernen, KI und Industrialisierung zu unterstützen.
Mit einem großen multidisziplinären Team von Fachleuten an drei Standorten (Lausanne, Zürich, Villigen) bietet das SDSC Know-how und Services für verschiedene Bereiche wie Gesundheits- und Biomedizinische Wissenschaften, Energie und Nachhaltigkeit, Klima und Umwelt sowie groß angelegte wissenschaftliche Infrastrukturen.
Beschreibung
chevron left Übersicht chevron left Übersicht Postdoctoral Position in Machine Learning for Automated Plant Phenotyping (PhenoMix Project) 100%, Zürich, Festdruck Drucken Das Swiss Data Science Center (SDSC) ist eine nationale Forschungsinfrastruktur in der Datenwissenschaft und künstlicher Intelligenz (KI) der ETH-Domain, mit EPFL und ETH Zürich als Gründungspartner.
Seine Mission ist es, akademische Labore, Krankenhäuser, Industrie und öffentlicher Sektor Stakeholder, einschließlich Kantonal- und Bundesverwaltungen, durch ihre gesamte Daten-Wissenschaftsreise, von der Sammlung und Verwaltung von Daten zu maschinellem Lernen, KI und Industrialisierung zu unterstützen.
Mit einem großen multidisziplinären Team von Fachleuten an drei Standorten (Lausanne, Zürich, Villigen) bietet das SDSC Know-how und Services für verschiedene Bereiche wie Gesundheits- und Biomedizinische Wissenschaften, Energie und Nachhaltigkeit, Klima und Umwelt sowie groß angelegte wissenschaftliche Infrastrukturen.
