Machine Learning Engineer (m/w/d) – Prognosen für PV-Erträge, Lasten & Strompreise

Oekovolt; Irsingen; Híbrido; EUR 70.000 - 110.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Festanstellung

Übertarifliche Vergütung

Weiterbildungsbudget

Daten & reale Anlagen

Mobiles Arbeiten nach Absprache

Moderner Arbeitsplatz

Kurze Entscheidungswege

Descripción de la vacante

Oekovolt sucht einen erfahrenen Data Scientist/ML-Engineer, der Prognosemodelle für PV-Erzeugung, Lasten und Marktpreise entwickelt und in produktive ML-Pipelines überführt.

Sie arbeiten eng mit Energiehandel, Automatisierung und Monitoring zusammen und profitieren vom unbefristeten Arbeitsverhältnis, Weiterbildungsbudget und flexibler Arbeit.

Formación

• Hervorragender Abschluss (M.Sc., Diplom, gern Promotion) in Informatik, Mathematik, Physik oder vergleichbar
• Mehrjährige Erfahrung mit Machine Learning in der Praxis, idealerweise mit Zeitreihen
• Sehr gute Python-Kenntnisse (pandas, scikit-learn, PyTorch oder vergleichbar) und SQL
• Erfahrung mit Deployment, Containern und Cloud- oder On-Premise-ML-Pipelines
• Interesse an Energiemärkten und physikalischen Zusammenhängen
• Sehr gute Deutsch- oder Englischkenntnisse

Responsabilidades

• Entwicklung von Prognosemodellen für PV-Erzeugung, Haushalts- und Gewerbelasten sowie Day-Ahead- und Intraday-Preise
• Feature Engineering mit Wetter-, Satelliten-, Anlagen- und Marktdaten
• Anomalieerkennung für das Anlagenmonitoring und die vorausschauende Wartung
• Überführung von Modellen in den produktiven Betrieb (MLOps, Monitoring, Retraining)
• Evaluation, Backtesting und transparente Dokumentation der Modellgüte
• Enge Zusammenarbeit mit Energiehandel, Automatisierung und Monitoring

Conocimientos

Machine Learning

Time Series

Python

SQL

Deployment

Deutsch/Englischkenntnisse

Educación

M.Sc./Diplom

Promotion

Herramientas

pandas

scikit-learn

PyTorch

Docker

Descripción del empleo

Aus Tausenden Messwerten pro Anlage, Wetterprognosen und Börsenpreisen bauen Sie Modelle, die Erträge, Verbräuche und Strompreise zuverlässig vorhersagen – die Grundlage für intelligentes Energiemanagement, Monitoring und Energiehandel.

Ihre Aufgaben

• Entwicklung von Prognosemodellen für PV-Erzeugung, Haushalts- und Gewerbelasten sowie Day-Ahead- und Intraday-Preise
• Feature Engineering mit Wetter-, Satelliten-, Anlagen- und Marktdaten
• Anomalieerkennung für das Anlagenmonitoring und die vorausschauende Wartung
• Überführung von Modellen in den produktiven Betrieb (MLOps, Monitoring, Retraining)
• Evaluation, Backtesting und transparente Dokumentation der Modellgüte
• Enge Zusammenarbeit mit Energiehandel, Automatisierung und Monitoring

Ihr Profil

• Hervorragender Abschluss (M.Sc., Dipl., gern Promotion) in Informatik, Mathematik, Physik oder vergleichbar
• Mehrjährige Erfahrung mit Machine Learning in der Praxis, idealerweise mit Zeitreihen
• Sehr gute Python-Kenntnisse (pandas, scikit-learn, PyTorch oder vergleichbar) und SQL
• Erfahrung mit Deployment, Containern und Cloud- oder On-Premise-ML-Pipelines
• Interesse an Energiemärkten und physikalischen Zusammenhängen
• 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, Physik oder vergleichbar; Mehrjährige Erfahrung mit Machine Learning in der Praxis, idealerweise mit Zeitreihen; Sehr gute Python-Kenntnisse (pandas, scikit-learn, PyTorch oder vergleichbar) und SQL; Erfahrung mit Deployment, Containern und Cloud- oder On-Premise-ML-Pipelines; Interesse an Energiemärkten und physikalischen Zusammenhängen; Sehr gute Deutsch- oder Englischkenntnisse