Informatiker/in

t40 t41 t42 t43 t44 t45 t49 t50 t61 1 t60 1 t61 t59 2 t60 t61 1 t60 1 t61 t59 2 t60 t57 1 t58 t62 t59 t57 t66 t69 t68 1 t67 2 t68 t70 t67 t71 t65 2 0f3n t65 t72 t78 1 t76 t77 t78 t79 t80 t81 hfn4 t82 t83 t84 t85 t86 t89 1 t75 0f3n 1 t87 t88 t89 t74 4 t75 t90 t91 hf t74 t92 2 t93 t94 t92 t95 t98 1 t98 t99 t100 t101 t104 1 t102 1 0f3n t103 t104 t96 t97 t102 t18 1 t10 1 t22 1 t195 1 t64 4 t195 t73 2 t53 1 t55 1 t13 6fn5 hfnf2n3 3fn3f3n2f 3fn3f3n2fn4 3fn3f3n8 8 t22 t56 t64 t73 t51 t52 t53 t54 t55 d0 t14 1 2 t16 t9 1 t17 t18 t10 t11 t12 t13 t14 t15 t8 2 t9 t6 3 t7 hf t5 t6 t8 t19 c3581326550 1 t4 t20 t21 1 2, vorberechneter Aggregationstabellen (Views, Stored Procedures) **Dashboard-Entwicklung ** - Umsetzung interaktiver Visualisierungen mit Python/Dash/Plotly, Grafana oder Power BI - Darstellung von Maschinenverfügbarkeit und OEE (Overall Equipment Effectiveness) im Zeit- und Schichtverlauf - Visualisierung von Ausschussquoten, Nacharbeitsraten und Qualitätstrends über den 20-jährigen Datenzeitraum - Auftragsfortschritt und Durchlaufzeitanalysen je Fertigungsauftrag und Maschine - Implementierung von Filtermöglichkeiten (Zeitraum, Maschinengruppe, Auftragsnummer, Schicht) **Integration & Deployment ** - Anbindung des Dashboards an die bestehende SQL-Datenbank (live oder geplante Aktualisierungsintervalle) - Dokumentation des Codes und der Datenbanklogik für eine nachhaltige Nutzung - Übergabe und Einweisung der zuständigen Mitarbeitenden ### Ziel-Kennzahlen des Dashboards Maschinenverfügbarkeit / OEE - Verfügbarkeit je Maschine - OEE (Availability ×

Performance × Quality) - Stillstandszeiten & Ursachen - Langzeittrend über 20 Jahre Durchlaufzeit & Aufträge - Durchlaufzeit je Auftrag & Maschine - Auftragsfortschritt in Echtzeit - Termintreue / On-Time Delivery - Vergleich Plan vs. Ist Ausschuss & Qualität - Ausschussquote je Maschine / Schicht - Nacharbeitsrate & Fehlerarten - Qualitätstrend-Analyse (historisch) - First Pass Yield (FPY) ### Anforderungen an Bewerber/innen Voraussetzungen (Must-have) - Gute Kenntnisse in SQL (Abfragen, Joins, Aggregationen) - Programmiererfahrung in Python oder vergleichbarer Sprache - Grundverständnis von Datenvisualisierung und Kennzahlensystemen Von Vorteil (Nice-to-have) - Erfahrung mit Dash/Plotly, Grafana oder Power BI - Kenntnisse im Bereich Fertigungs- oder Produktionstechnik - Erfahrung mit Versionskontrolle (Git) - Selbstständige, strukturierte Arbeitsweise ### Was wir bieten - Einblick in reale Produktionsdaten über

1 2 3 4 t1 t2 t3 1 t3 hf t24 t23 1 t40 1 t43 1 t48 1 t47 2 t48 t45 1 t46 t47 t49 1 24fn 24fn8 4f3n 58fn 4f3n9 6fn t25 t26 t27 t28 t23 t29 t30 t31 t32 t33 t34 t35 t36 t37 t38 t39, einen Zeitraum von 20 Jahren - Enge Zusammenarbeit mit erfahrenen Ingenieuren - Flexible Arbeitszeiten, auch teilweise remote möglich - Möglichkeit zur Weiterführung als Abschlussarbeit (Bachelor/Master) - Aufwandsentschädigung gemäß RWTH-Regelungen ### Bewerbung & Kontakt Bitte sende uns eine kurze Vorstellung mit Lebenslauf und einem Satz zu deiner Motivation per E-Mail. Erste Erfahrungen mit SQL oder Dashboarding-Tools (auch aus Nebenprojekten oder Studium) sind willkommen. Kontakt: Geschäftsführer Dr.-Ing. Filippos Tzanetos, ft@quadtec.de Beginn jederzeit nach Absprache - wir freuen uns auf deine Bewerbung. HiWi gesucht (8-28 Std./Wöchentlich) ARBEIT 10 DEUTSCHLAND Aachen 52078 NORDRHEIN_WESTFALEN Zieglersteg 50.768748 6.1483455 KEINE_ANGABEN 2026-03-18 KEINE_ANGABE