KI-Algorithmen-Entwickler (m/w/d) – Optimierung & Steuerung von Energiesystemen

Oekovolt; Irsingen; Presencial; EUR 65.000 - 100.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Unbefristete Festanstellung

Weiterbildungsbudget

Konferenzen & Zertifizierungen

Moderner Arbeitsplatz

Descripción de la vacante

Oekovolt sucht eine/n talentierte/n Forscher/in zur Entwicklung von Optimierungs- und Steuerungsalgorithmen für PV, Speicher, Wärmepumpen und Ladeinfrastruktur. Sie arbeiten mit Modellen wie MPC und RL und berücksichtigen dynamische Tarife sowie Vermarktungserlöse.

Sie übersetzen theoretische Verfahren in robuste, laufende Systeme und arbeiten eng mit Hochschulen zusammen. Die Stelle bietet Weiterbildungsbudget und echte Verantwortung ab Tag eins.

Formación

• Hervorragender Abschluss (M.Sc., Dipl., gern Promotion) in Informatik, Mathematik, Regelungstechnik oder Operations Research.
• Nachweisbare Erfahrung mit Optimierung, Regelung oder Reinforcement Learning.
• Sehr gute Programmierkenntnisse in Python, gern zusätzlich C++.
• Erfahrung mit Solvern (z. B. Gurobi, CPLEX, HiGHS) oder RL-Frameworks.
• Freude daran, Theorie in robuste, laufende Systeme zu übersetzen.
• Sehr gute Deutsch- oder Englischkenntnisse.

Responsabilidades

• Entwicklung von Optimierungs- und Steuerungsalgorithmen für PV, Speicher, Wärmepumpen und Ladeinfrastruktur.
• Einsatz von Mixed-Integer-Optimierung, Model Predictive Control und Reinforcement Learning.
• Berücksichtigung dynamischer Stromtarife, Netzentgelte und Vermarktungserlösen.
• Aggregation vieler Anlagen zu virtuellen Kraftwerken und Flexibilitätsprodukten.
• Simulation, Validierung und Überführung der Algorithmen in produktive Systeme.
• Wissenschaftliche Begleitung neuer Verfahren und Zusammenarbeit mit Hochschulen.

Conocimientos

Optimierungsalgorithmen

Regelungstechnik

Reinforcement Learning

Python

C++

Solvers

Educación

M.Sc./Diplom in Informatik/Mathematik/Operations Research

Herramientas

Gurobi

CPLEX

HiGHS

RL-Frameworks

Descripción del empleo

Wann lädt der Speicher, wann das Auto, wann läuft die Wärmepumpe – und wann wird verkauft? Sie entwickeln die Algorithmen, die solche Entscheidungen in Echtzeit treffen: für einzelne Haushalte ebenso wie für ganze Anlagenportfolios.

Ihre Aufgaben

• Entwicklung von Optimierungs- und Steuerungsalgorithmen für PV, Speicher, Wärmepumpen und Ladeinfrastruktur
• Einsatz von Mixed-Integer-Optimierung, Model Predictive Control und Reinforcement Learning
• Berücksichtigung dynamischer Stromtarife, Netzentgelte nach § 14a EnWG und Vermarktungserlösen
• Aggregation vieler Anlagen zu virtuellen Kraftwerken und Flexibilitätsprodukten
• Simulation, Validierung und Überführung der Algorithmen in produktive Systeme
• Wissenschaftliche Begleitung neuer Verfahren und Zusammenarbeit mit Hochschulen

Ihr Profil

• Hervorragender Abschluss (M.Sc., Dipl., gern Promotion) in Informatik, Mathematik, Regelungstechnik oder Operations Research
• Nachweisbare Erfahrung mit Optimierung, Regelung oder Reinforcement Learning
• Sehr gute Programmierkenntnisse in Python, gern zusätzlich C++
• Erfahrung mit Solvern (z. B. Gurobi, CPLEX, HiGHS) oder RL-Frameworks
• Freude daran, Theorie in robuste, laufende Systeme zu übersetzen
• Sehr gute Deutsch- oder Englischkenntnisse

Ihre Vorteile

• Unbefristete Festanstellung mit Verantwortung ab dem ersten Tag
• Leistungsgerechte, übertarifliche Vergütung für echte Spitzenkräfte
• Fachkonferenzen, Zertifizierungen und ein festes Weiterbildungsbudget
• Echte Daten und reale Anlagen statt Theorie – Ihre Arbeit wirkt sofort
• Anteilig mobiles Arbeiten nach Absprache
• Moderner Arbeitsplatz mit leistungsfähiger Hard- und Software
• Kurze Entscheidungswege und echter Gestaltungsspielraum

Hervorragender Abschluss (M.Sc., Dipl., gern Promotion) in Informatik, Mathematik, Regelungstechnik oder Operations Research; Nachweisbare Erfahrung mit Optimierung, Regelung oder Reinforcement Learning; Sehr gute Programmierkenntnisse in Python, gern zusätzlich C++; Erfahrung mit Solvern (z. B. Gurobi, CPLEX, HiGHS) oder RL-Frameworks; Freude daran, Theorie in robuste, laufende Systeme zu übersetzen; Sehr gute Deutsch- oder Englischkenntnisse