Machine Learning Engineer (m/w/d) - Predictive Maintenance & MLOps

Die Energiewelt ist auf dem Weg in eine neue Zukunft: digital, erneuerbar, dezentral und innovativ. Intelligente Netze und Kundenlösungen sind das Zukunftsgeschäft für 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 verändern.
Vor allem bei uns.

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

Bist auch du gierig auf Neues und hast richtig Spaß an Tempo? Dann bewirb dich als Machine Learning Engineer (m/w/d) - Predictive Maintenance & MLOps.

So machen wir die Energiewende.

Die Position ist bis zum befristet.

Du willst Mehrwert durch Daten in produktiven Lösungen generieren?
Bei uns bist Du Teil eines agilen Produktteams und arbeitest an der Weiterentwicklung und dem Betrieb einer Machine-Learning-Lösung, die mit Daten die Verwaltung und Pflege von Assets im Netzgeschäft optimiert.

Eine Aufgabe, die herausfordert

• Produktentwicklung und Betrieb: In Deiner Rolle entwickelst, stabilisierst und betreibst Du ein produktives KI /Machine Learning Produkt inklusive Monitoring im Umfeld Predictive Maintenance.
• Modellunterstützung: Bei Feature Engineering, Retraining, Evaluation und Qualitätssicherung von ML Modellen bringst Du Dich aktiv ein.
• Daten- und ML-Pipelines: Die Betreuung und Optimierung von ML und Datenpipelines in Databricks übernimmst 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 Übergaben: In enger Abstimmung mit Fachbereich, IT, Data Science und Betrieb sorgst Du für saubere Dokumentation und nachvollziehbare Übergaben.

Ein Background, der überzeugt

• 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: Berührungspunkte mit Machine Learning, etwa Feature Engineering, Modellbewertung oder Retraining, sowie ein grundlegendes Verständnis technischer Betriebsaspekte bringst Du mit.
• Arbeitsweise und Kommunikation: Du arbeitest strukturiert, übernimmst Verantwortung für eigene Tasks und kannst technische Sachverhalte verständlich vermitteln.
• Sprachkenntnisse: Sehr gute Deutschkenntnisse (C1) sowie gute Englischkenntnisse in Wort und Schrift runden Dein Profil ab.

Inklusion

Show in English

Uns ist wichtig, Menschen mit Behinderung ein faires Bewerbungsverfahren zu ermöglichen, in dem sie ihr Bestes zeigen können. Daher wird unsere Schwerbehindertenvertretung frühzeitig in das Verfahren einbezogen. Bitte teile uns über das Bewerbungsformular mit, ob du technische oder organisatorische Anpassungen für das Bewerbungsverfahren benötigst. Wir stellen diese gern zur Verfügung.

Wenn es dir nicht möglich ist, dich online zu bewerben und du stattdessen mit jemandem sprechen möchtest, kontaktiere bitte deinen lokalen Recruiter.