data-scientist-remote-sensing-deep-learning bei Intuition IT Solutions Ltd.
Intuition IT Solutions sucht einen erfahrenen Data Scientist für ein spannendes Projekt im Bereich Remote Sensing und Deep Learning. Die Position kombiniert Computer Vision mit geospatialen Datenverarbeitung für Satellitenbilder, mit Fokus auf Objekterkennung und Skalierung von Machine Learning Modellen in AWS-Umgebungen.
Deine Aufgaben als Data Scientist in der Remote Sensing Branche
Diese Position ermöglicht dir, dein Wissen in Deep Learning und Computer Vision auf innovative Anwendungen im Agtech und Space-Tech Bereich zu übertragen. Du wirst in einem technisch anspruchsvollen Umfeld arbeiten, bei dem präzise Objekterkennung aus Satellitenbildern kritisch ist.
- Modellweiterentwicklung — Übernahme und Verbesserung bestehender Computer Vision Modelle für die Detektion von Objekten in Satellitenimagery
- Segmentierung und Klassifikation — Implementierung von Instance-Segmentation und Detektionsarchitekturen wie Mask R-CNN und U-Net für präzise geografische Analysen
- Multi-Source Datenfusion — Kombination optischer Sentinel-2 und SAR Sentinel-1 Daten für robustere und umfassendere Analysen
- Skalierung und Industrialisierung — Aufbau von Processing Pipelines, die große geografische Gebiete in den USA, Brasilien und Europa effizient verarbeiten
- MLOps Integration — Beitrag zu Tracking, Reproduzierbarkeit und Deployment Best Practices in professioneller ML-Pipeline
Die Arbeit mit geospatialen Daten bietet einzigartige Möglichkeiten, reale Probleme in der Landwirtschaft und Raumfahrt zu lösen.
Technische Anforderungen und nützliche Skills für diese Position
Als erfahrener Data Scientist erwartet dich ein sehr technischer Stack mit Fokus auf Deep Learning Frameworks und Cloud-Infrastruktur. Die Position erfordert nachweisbare Erfahrung in Production-ready ML Systemen.
- Python Expertise — Fundierte Beherrschung der Python Programmierung ist die Grundvoraussetzung für alle Machine Learning Aufgaben
- Deep Learning Frameworks — Nachweisbare Erfahrung mit PyTorch, wofür PyTorch Geo als zusätzlicher Vorteil gilt
- Geospatial Tools — Kenntnisse in Google Earth Engine, Rasterio, Xarray und QGIS für effektive Bildverarbeitung
- Cloud Infrastruktur — AWS Erfahrung für Deployment und Inference in skalierbaren Umgebungen
- MLOps Plattformen — Familiarität mit MLflow oder ZenML für experimentell Management und Pipeline Tracking
- Containerisierung — Docker Nutzung für konsistente Deployment Umgebungen
Remote Sensing Erfahrung wird besonders geschätzt, da dies die spezifische Domäne für dieses Projekt darstellt.
Was Intuition IT Solutions als Arbeitgeber bietet
Das Unternehmen bietet eine flexible Arbeitsumgebung mit Fokus auf technologiegetriebene Projekte im wachsenden Agtech Sektor. Die Position ermöglicht dir, in einem internationalen Kontext zu arbeiten.
- 100% Remote Flexibilität — Volle remote Arbeit von überall aus, mit Fokus auf Ergebnisse statt Anwesenheit
- Projektorientierte Struktur — Arbeit an strategischen Kundenprojekten mit klarem Impact und messbarem Erfolg
- Technologische Exzellenz — Zugang zu modernster AWS Infrastruktur und professioneller MLOps Tooling
- Autonomie und Eigenverantwortung — Möglichkeit, Projekte selbstständig zu übernehmen und zu skalieren
- Internationale Reichweite — Verarbeitung von Daten aus USA, Brasilien und Europa mit globaler Perspektive
Die Kombination aus technischer Herausforderung und flexibler Arbeitsumgebung macht diese Position besonders attraktiv für erfahrene Data Scientists.
Deine Benefits im Überblick
Häufige Fragen zu dieser Stelle
Welche spezifischen Deep Learning Modelle werden für dieses Projekt benötigt?
▼
Die Position erfordert Erfahrung mit Instance-Segmentation und Detektionsmodellen, insbesondere Mask R-CNN für präzise Objekterkennung und U-Net für semantische Segmentierung. Diese Architekturen sind besonders effektiv für Satellitenbildanalyse, da sie sowohl Objektlage als auch genaue Grenzen erfassen. Die Modelle müssen dann auf große geografische Bereiche skaliert werden.
Wie wird die Remote Sensing Erfahrung bewertet?
▼
Remote Sensing Erfahrung wird ausdrücklich als besonders wertvoll beschrieben, da dies die Kernkompetenz für dieses Projekt darstellt. Während Python, PyTorch und AWS als absolute Basics gelten, bringen Kandidaten mit Satellite Imagery Erfahrung einen signifikanten Vorteil bei der schnellen Einarbeitung in spezifische Herausforderungen der geospatialen Datenverarbeitung.
Welche Cloud-Infrastruktur wird primär genutzt?
▼
Das Projekt läuft primär in AWS-Umgebungen, was Erfahrung mit AWS Services für Inference und Deployment voraussetzt. Die Integration in eine professionelle MLOps-Pipeline mit Tools wie MLflow oder ZenML ist Teil der täglichen Arbeit. Containerisierung mit Docker ist für konsistente Deployment-Umgebungen essenziell.
Kann man ohne PyTorch Geo-Erfahrung bewirbt werden?
▼
Ja, PyTorch Geo wird als 'nice to have' qualifiziert, nicht als zwingende Anforderung. Die Kernkompetenzen sind Python, Deep Learning mit PyTorch und Computer Vision. Geo-Specific Libraries wie Rasterio, Xarray und Google Earth Engine sind ebenfalls hilfreich für geospatial Datenverarbeitung, aber nicht absolut erforderlich.