Job Description

Wer wir sind:

Standort: Essen | Start: Ab sofort | Arbeitszeit: 40 Stunden/Woche |Hybrid



Als europäisches Energie-Scale-up treiben wir die algorithmusbasierte Optimierung von Stromflexibilitäten voran und ermöglichen so die tiefere Integration Erneuerbarer Energien in die Energiemärkte. Unsere Mission ist, mit Daten, intelligenten Modellen und technologischer Exzellenz echten Impact zu schaffen.

Deine Rolle: Data Science & ML-Profi

Als Data Scientist (m/w/d) gestaltest du End-2-End Machine Learning-Prozesse – von der Idee über Datenaufbereitung bis zum produktiven Einsatz. Du baust robuste Modelle (speziell für Zeitreihendaten), sorgst für automatisierte Pipelines und bist verantwortlich für MLOps-Best Practices. Du arbeitest eng mit Data Engineering, DevOps und den Fachbereichen zusammen, um datengetriebene Entscheidungen möglich zu machen.

Dein Impact bei uns – strategisch & technologisch führend:

Entwicklung, Training und Deployment von Machine Learning-Modellen, insbesondere mit Zeitreihendaten (Forecasting, Anomalieerkennung, etc.) End-to-End Betreuung des Modell-Lifecycles: Datenvorbereitung, Feature Engineering, Modellwahl, Validierung, Monitoring Aufbau und Pflege von CI/CD-/Automatisierungsprozessen für Modell- und Pipeline-Deployments Integration in Cloud Umgebung – insbesondere Microsoft Azure (z. B. Azure ML, Azure Data Factory, Databricks) Überwachung der Modelle & Infrastruktur mit Monitoring Tools (z. B. Grafana) hinsichtlich Performance, Drift, Datenqualität Analyse und datengetriebene Optimierung von algorithmusbasierten Handelsstrategien Enge Zusammenarbeit mit Data Engineers, DevOps und Stakeholdern: Anforderungen aufnehmen, Analysen liefern, Insights präsentieren

Das bringst Du mit – tiefes Know-how & Innovationsgeist:

Mehrjährige Berufserfahrung als Data Scientist oder in vergleichbarer Rolle Tiefgehende Erfahrung im Umgang mit Machine Learning Modellen, besonders zu Zeitreihendaten Sehr gute Kenntnisse in Python und relevantem ML/DS Stack (z. B. pandas, numpy, scikit-learn, TensorFlow/PyTorch) Sicherer Umgang mit git Erfahrung mit Cloud Services, idealerweise Microsoft Azure (z. B. Azure ML, Databricks, Data Factory) und Docker Erfahrung mit CI/CD, MLOps Konzepten, automatisierten Deployments und Modellüberwachung Erfahrung mit Tools wie Jupyter,, Airflow, Microsoft Fabrics Kenntnisse im Umgang mit Datenbanken – idealerweise mit Zeitreihendatenbanken bzw. Zeitreihendatenverarbeitung Gute analytische Fähigkeiten und strukturiertes Vorgehen, hoher Qualitätsanspruch Kommunikationsstark, teamorientiert, proaktiv Deutsch- und Englischkenntnisse auf verhandlungs- bzw. fachlichem Niveau

Weitere Motivatoren, um bei uns durchzustarten:

Wir bieten eine herausfordernde und aufregende Arbeit in einem Unternehmen, das sich für Nachhaltigkeit und die Flexibilisierung der Energien einsetzt. Unser Ziel ist es, die Energiewende zusammen mit DIR aktiv mitzugestalten.



Zudem kannst du dich darauf freuen:


Ein wettbewerbsfähiges Gehaltspaket und 30 Tage Erholungsurlaub Motivierte und teamorientierte Kollegen: innen – Du arbeitest mit einem Team mit individuellen Talenten zusammen, die den Erfolg des Unternehmens täglich positiv beeinflussen Ein innovatives und dynamisches Umfeld, welches zur Gestaltung einer nachhaltigen Energiewende beiträgt Entwicklungsmöglichkeiten und Fortbildungsprogramme individuell auf Dich abgestimmt Großartiges Arbeitsumfeld mit gelebter Flexibilität in Bezug auf Arbeitsort (Home-Office / Mobile Work) & Arbeitszeit Moderne, technische Ausstattung und kollaborative Atmosphäre, um gemeinsam kreative Lösungen zu erarbeiten Je nach Anstellungsmodell ist für Dich ein JobRad oder JobTicket möglich. Damit bist Du mobil und kommst zudem nachhaltig von A nach B. In unserem modernen Office in Essen oder Berlin erwartet Dich ein gut ausgestatteter Arbeitsplatz sowie kostenlosen Getränken (Kaffee, Tee, Wasser) und frischem Obst für Deinen Vitaminhaushalt * Kurze Kommunikationswege und flache Hierarchien motivieren zur aktiven und innovativen Mitgestaltung des Erfolgs des Unternehmens