Machine Learning Engineer - Predictive Maintenance & MLOps

E.ON
Potsdam, Germany
2 months ago

Role details

Contract type
Temporary contract
Employment type
Full-time (> 32 hours)
Working hours
Regular working hours
Languages
English, German

Tech stack

Unity 3d Geographic Information Systems Artificial Intelligence Microsoft Azure Cloud Computing Extract Transform Load (ETL) Apache Hive Python (Programming Language) Machine Learning SAP (Applications) SQL Databases Data Processing
+7 more
Feature Engineering Data Lakes Pyspark Information Technology Machine Learning Operations Restful APIs Databricks

Job description

Bei uns bist Du Teil eines agilen Produktteams und arbeitest an der Weiterentwicklung und dem Betrieb einer Machine-Learning-Losung, die mit Daten die Verwaltung und Pflege von Assets im Netzgeschaft optimiert., * Produktentwicklung und Betrieb: In Deiner Rolle entwickelst, stabilisierst und betreibst Du ein produktives KI/Machine Learning Produkt inklusive Monitoring im Umfeld Predictive Maintenance.

  • Modellunterstutzung: Bei Feature Engineering, Retraining, Evaluation und Qualitatssicherung von ML Modellen bringst Du Dich aktiv ein.
  • Daten- und ML-Pipelines: Die Betreuung und Optimierung von ML und Datenpipelines in Databricks ubernimmst Du inklusive Jobs, Workflows, Cluster-Management und Fehleranalyse.
  • Datenverarbeitung: Bestehende Datenverarbeitungsstrecken entwickelst Du weiter, insbesondere mit Python, PySpark/Spark SQL, Delta Lake sowie SAP/GIS Datenquellen, REST Schnittstellen und SQL Datenbanken.
  • Zusammenarbeit und ubergaben: In enger Abstimmung mit Fachbereich, IT, Data Science und Betrieb sorgst Du fur saubere Dokumentation und nachvollziehbare ubergaben.

Requirements

  • Qualifikation: Ein abgeschlossenes Hochschulstudium in einer quantitativen Disziplin wie Data Science, KI, Informatik, Mathematik oder Physik oder eine vergleichbare Qualifikation bringst Du mit.
  • Technische Erfahrung: Sehr gute praktische Kenntnisse in Python sowie PySpark/Spark SQL zeichnen Dich aus, idealerweise mit Erfahrung im produktiven Einsatz von Databricks.
  • Datenpipelines: Erfahrung im Aufbau, Betrieb und der Weiterentwicklung von ETL/ELT Pipelines, bevorzugt mit SAP/GIS Daten, REST APIs oder externen SQL Datenbanken, hast Du bereits gesammelt.
  • Plattform- und Cloud-Know-how: Mit Cloud nahen Datenplattformen, vorzugsweise Azure, Delta Lake, Unity Catalog, Blob Storage und SQL Datenbanken, bist Du vertraut.
  • Machine Learning & Betrieb: Beruhrungspunkte mit Machine Learning, etwa Feature Engineering, Modellbewertung oder Retraining, sowie ein grundlegendes Verstandnis technischer Betriebsaspekte bringst Du mit.
  • Arbeitsweise und Kommunikation: Du arbeitest strukturiert, ubernimmst Verantwortung fur eigene Tasks und kannst technische Sachverhalte verstandlich vermitteln.
  • Sprachkenntnisse: Sehr gute Deutschkenntnisse (C1) sowie gute Englischkenntnisse in Wort und Schrift runden Dein Profil ab.

About the company

Potsdam, Brandenburg - EUR Full Time Posted by: E.ON Grid Solutions GmbH Posted: Tuesday, 2 June 2026 Applicants must be eligible to work in the specified location E.ON Grid Solutions GmbH

Die Energiewelt ist auf dem Weg in eine neue Zukunft: digital, erneuerbar, dezentral und innovativ. Intelligente Netze und Kundenlosungen sind das Zukunftsgeschaft fur eine nachhaltige Energiewelt von morgen.

Als E.ON Grid Solutions im E.ON-Konzern verwirklichen wir diesen Wandel als Treiber der Digitalisierung in der Netzwirtschaft, der Netztechnik und den Netzdiensten.

Schnell kann leise. Und Bleibendes verandern. Vor allem bei uns.

Mit dir gemeinsam wollen wir digitale Produkte und Services fur unsere Kunden entwickeln, um damit die Zukunft aktiv zu gestalten.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on careerboard.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

2:47 min

Exploring career opportunities and recruitment open positions

Kurt Eder · LIVE

2:27 min

Managing traffic and tracking costs with Databricks Unity Catalog

Viktoria Semaan Viktoria Semaan · WWC Europe 2026

2:36 min

Development tools for spatial computing and drones

Zaid Zaim Zaid Zaim · WWC 2023

4:32 min

Harnessing Spark with Python using PySpark and Py4J

Ayon Roy · LIVE

3:37 min

Scaling machine learning pipelines from prototypes to petabytes

Julian Joseph · LIVE

3:14 min

Structuring career paths and localized data architectures

Ulrich Wurstbauer +1 · LIVE

Videos

See all

Related articles

See all