Tech stack
Geographic Information Systems
Azure
ETL
Hive
Python
Machine Learning
SAP Applications
SQL Databases
Feature Engineering
Data Lake
PySpark
Information Technology
Machine Learning Operations
REST
Databricks
Requirements
Für diese Position benötigen Sie ein abgeschlossenes Hochschulstudium in einer quantitativen Disziplin wie Data Science, Informatik, Mathematik oder Physik oder eine vergleichbare Qualifikation. Sie sollten über sehr gute praktische Kenntnisse in Python sowie PySpark/Spark SQL verfügen, idealerweise mit Erfahrung im produktiven Einsatz von Databricks. Zudem haben Sie Erfahrung im Aufbau, Betrieb und der Weiterentwicklung von ETL-/ELT-Pipelines, bevorzugt mit SAP-/GIS-Daten, REST-APIs oder externen SQL-Datenbanken. Vertrautheit mit cloudnahen Datenplattformen, insbesondere Azure, Delta Lake und SQL-Datenbanken, ist ebenfalls erforderlich. Kenntnisse im Bereich Machine Learning, insbesondere in Bezug auf Feature Engineering und Modellbewertung, sind von Vorteil. Sie arbeiten strukturiert, übernehmen Verantwortung für Ihre Aufgaben und können technische Sachverhalte verständlich kommunizieren. Sehr gute Deutschkenntnisse (C1) sowie gute Englischkenntnisse in Wort und Schrift runden Ihr Profil
ab.
Technologien
Python
Soft Skills
Teamfähigkeit Kommunikation Analytisches Denken
Erforderliche Sprachen
Deutsch Englisch
About the company
Das Unternehmen ist ein innovativer Akteur im Bereich der Energiewirtschaft, der sich auf die Entwicklung digitaler Produkte und Services konzentriert, um die Energiewende aktiv zu gestalten. In der Position des Machine Learning Engineers (m/w/d) im Bereich Predictive Maintenance und MLOps sind Sie verantwortlich für die Entwicklung, Stabilisierung und den Betrieb eines produktiven KI-/Machine-Learning-Produkts, das auf die Überwachung und Vorhersage von Wartungsbedarfen abzielt. Ihre Aufgaben umfassen das Feature Engineering, Retraining, die Evaluation und Qualitätssicherung von Machine Learning-Modellen. Sie betreuen und optimieren ML- und Datenpipelines in Databricks, übernehmen das Management von Jobs, Workflows und Clustern und führen Fehleranalysen durch. Zudem entwickeln Sie bestehende Datenverarbeitungsstrecken weiter, insbesondere mit Technologien wie Python, PySpark/Spark SQL und Delta Lake. Die enge Zusammenarbeit mit Fachabteilungen, IT, Data Science und dem Betrieb ist
entscheidend, um eine saubere Dokumentation und nachvollziehbare Übergaben sicherzustellen. Diese Position bietet Ihnen die Möglichkeit, aktiv an der Gestaltung der digitalen Zukunft der Energiewirtschaft mitzuwirken und innovative Lösungen zu entwickeln.