Machine Learning Engineer (m/w/d) · Prognosen für PV-Erträge, Lasten & Strompreise

Aus Tausenden Messwerten pro Anlage, Wetterprognosen und Börsenpreisen bauen Sie Modelle, die Erträge, Verbräuche und Strompreise zuverlässig vorhersagen – die Grundlage für intelligentes Energiemanagement, Monitoring und Energiehandel.

Ihre Aufgaben

• Entwicklung von Prognosemodellen für PV-Erzeugung, Haushalts- und Gewerbelasten sowie Day-Ahead- und Intraday-Preise
• Feature Engineering mit Wetter-, Satelliten-, Anlagen- und Marktdaten
• Anomalieerkennung für das Anlagenmonitoring und die vorausschauende Wartung
• Überführung von Modellen in den produktiven Betrieb (MLOps, Monitoring, Retraining)
• Evaluation, Backtesting und transparente Dokumentation der Modellgüte
• Enge Zusammenarbeit mit Energiehandel, Automatisierung und Monitoring

Ihr Profil

• Hervorragender Abschluss (M.Sc., Dipl., gern Promotion) in Informatik, Mathematik, Physik oder vergleichbar
• Mehrjährige Erfahrung mit Machine Learning in der Praxis, idealerweise mit Zeitreihen
• Sehr gute Python-Kenntnisse (pandas, scikit-learn, PyTorch oder vergleichbar) und SQL
• Erfahrung mit Deployment, Containern und Cloud- oder On-Premise-ML-Pipelines
• Interesse an Energiemärkten und physikalischen Zusammenhängen
• Sehr gute Deutsch- oder Englischkenntnisse

Ihre Vorteile

• Unbefristete Festanstellung mit Verantwortung ab dem ersten Tag
• Leistungsgerechte, übertarifliche Vergütung für echte Spitzenkräfte
• Fachkonferenzen, Zertifizierungen und ein festes Weiterbildungsbudget
• Echte Daten und reale Anlagen statt Theorie – Ihre Arbeit wirkt sofort
• Anteilig mobiles Arbeiten nach Absprache
• Moderner Arbeitsplatz mit leistungsfähiger Hard- und Software
• Kurze Entscheidungswege und echter Gestaltungsspielraum

Hervorragender Abschluss (M.Sc., Dipl., gern Promotion) in Informatik, Mathematik, Physik oder vergleichbar; Mehrjährige Erfahrung mit Machine Learning in der Praxis, idealerweise mit Zeitreihen; Sehr gute Python- Kenntnisse (pandas, scikit-learn, PyTorch oder vergleichbar) und SQL; Erfahrung mit Deployment, Containern und Cloud- oder On-Premise-ML-Pipelines; Interesse an Energiemärkten und physikalischen Zusammenhängen; Sehr gute Deutsch- oder Englischkenntnisse