Data Scientist (m/w/d)

NES Fircroft; Mannheim; Hybrid; Vertraulich; Vollzeit

Zusammenfassung

Ein innovatives Unternehmen in der Energiebranche sucht einen kreativen Data Scientist, der sich leidenschaftlich für die Entwicklung und Optimierung von Vorhersagemodellen für erneuerbare Energien einsetzt. In dieser spannenden Rolle arbeiten Sie an der Erstellung sekundengenauer Produktionsprognosen und der Implementierung fortschrittlicher Machine Learning-Methoden. Sie werden Teil eines dynamischen Teams, das an der Schnittstelle von Technologie und Nachhaltigkeit arbeitet, um die Effizienz und Genauigkeit von Energieprognosen zu steigern. Wenn Sie bereit sind, Ihre Fähigkeiten in einem zukunftsorientierten Umfeld einzusetzen, ist dies die perfekte Gelegenheit für Sie.

Leistungen

30 Urlaubstage

Urlaubsgeld

Weihnachtsgeld

Qualifikationen

• Erfahrung in der Entwicklung von Vorhersagemodellen und Zeitreihenanalyse.
• Kenntnisse in der Optimierung von Machine Learning Modellen.

Aufgaben

• Entwicklung sekundengenauer Produktionsprognosen für erneuerbare Energien.
• Zusammenarbeit mit interdisziplinären Teams zur Verbesserung der Modelle.

Kenntnisse

Zeitreihenanalyse

Machine Learning

AzureML

Deep Learning

Datenanalyse

Ausbildung

Master in Data Science oder verwandtem Bereich

Bachelor in Informatik oder verwandtem Bereich

Tools

Python

R

SQL

Jobbeschreibung

Für unseren Kunden aus der Energiebranche suchen wir zum nächstmöglichen Zeitpunkt Unterstützung.

Jobtitel: Data Scientist (m/w/d)
Startdatum: 01.01.2025
Laufzeit: 5 Projektmonate (ANÜ)
Einsatzort: Köln/Remote
Auslastung: Vollzeit; 38h/Woche
Jahresbruttogehalt: 95.000 Euro

Mitarbeit in einem Entwicklungsteam zur Entwicklung sekundengenauer Produktionsprognosen erneuerbarer Energien. In Zusammenarbeit mit einem internen Data Scientist soll der bestehende Ansatz weiterentwickelt und validiert werden. Der Code muss produktionsreif sein und mit Entwicklern für einen Roll-Out vorbereitet werden.

Tasks

• Preprocessing und Modeltraining mit mehreren hundert GB großen Datensätzen
• Optimierung der Features für Windgeschwindigkeit und Windrichtung
• Implementierung von AzureML-Validierungsläufen und Compute-Umgebung
• Untersuchung der Möglichkeit, von Modell-Stacking zu einem Einzelmodell zu wechseln (falls erforderlich)
• Anpassung des Modells, um schneller auf sich ändernde Bedingungen reagieren zu können (falls erforderlich)
• Erprobung von Deep-Learning-Ansätzen
• Mitarbeit in einem Entwicklungsteam zur Entwicklung 15-minütiger Produktionsprognosen für Energiezeitreihen
• Entwicklung und Optimierung von Modellen: Erstellung neuer Machine-Learning-Modelle und kontinuierliche Verbesserung bestehender Modelle zur Steigerung von Prognosegenauigkeit und Effizienz
• Ausführliche Validierung: Durchführung detaillierter Validierungsprozesse für neue Modellansätze, einschließlich Tests auf Robustheit, Generalisierbarkeit und Performance anhand von spezifischen Metriken
• Analyse und Verbesserung der ML-Ops-Pipeline: Identifikation von Schwachstellen und Entwicklung von Vorschlägen zur Optimierung der Kernfunktionen der ML-Ops-Pipeline, um Skalierbarkeit, Automatisierung und Zuverlässigkeit zu verbessern
• Zusammenarbeit mit interdisziplinären Teams: Enge Abstimmung mit Data Engineers, Softwareentwicklern und Fachbereichen, um Anforderungen zu klären und Verbesserungen zielgerichtet umzusetzen

Requirements

• Zeitreihenprognose: Erfahrung mit Zeitreihenanalyse und -modellierung
• Erstellung und Implementierung von Vorhersagemodellen für verschiedene Branchen
• Analyse und Interpretation von Zeitreihendaten zur Verbesserung der Vorhersagegenauigkeit

Benefits

• 30 Urlaubstage
• Urlaubsgeld
• Weihnachtsgeld