Job Description

NES Global DE

-----------------

Deine Aufgaben

------------------

Feature-Engineering für Zeitreihen-Lastprognosen im Rahmen von Transformatoren- und Generatorprognosen für den Netzbetrieb Weiterentwicklung und Validierung bestehender Prognoseansätze in enger Zusammenarbeit mit internen Data Scientists Verbesserung von LightGBM-Modellen durch neue Features (andere Modellklassen nur als Featurequelle) Vorbereitung des Codes für den produktiven Roll-Out unter Berücksichtigung von SLA-Anforderungen (>99,6 %) Nutzung und Weiterentwicklung bestehender Python-Workflows für Prognoseberechnung und Bewertung Sicherstellung einer robusten, skalierbaren Implementierung über hunderte bis tausende Zeitreihen

Dein Profil

---------------

Überdurchschnittlich erfolgreich abgeschlossenes Hochschulstudium in Statistik, Mathematik, Informatik oder vergleichbarem Fachgebiet; Promotion wünschenswert Mindestens 5 Jahre Berufserfahrung im Bereich Machine Learning / KI, inkl. mindestens 1 Projekt mit Zeitreihenprognosen (idealerweise Energiesektor) Mindestens 5 Jahre Erfahrung mit Python, modularer Softwareentwicklung, OOP, Fehlerbehandlung, Validierung, Automatisierung, Versionskontrolle und Dokumentation Mindestens 2 Referenzprojekte mit Hands-On Erfahrung in Azure ML und Cloud Computing Erfahrung im Feature-Engineering für Zeitreihendaten und Entwicklung generischer, robuster Feature-Strategien Erfahrung in der eigenständigen Entwicklung und Erweiterung von scikit-learn Pipelines für komplexe ML-Workflows Erfahrung im Management großer Modelltrainings (mehrere GB, Tausende Zeitreihen) auf VMs und Azure ML Erfahrung in Evaluation und Fehleranalyse von Prognosemodellen, inkl. zeitreihenspezifischer Metriken

Deine Vorteile

------------------

100 % Homeoffice möglich Flexible Arbeitszeiten Arbeit in einem erfahrenen, agilen Team Möglichkeit zur persönlichen Weiterentwicklung in komplexen ML-Projekten * Arbeiten an hochrelevanten Prognosemodellen im Energiesektor