Data Scientist / MLOps Engineer (w/m/d)

Das macht diesen Job fr mich interessant: 50Hertz engagiert sich seit langem fr die Energiewende. Das Data Science-Team treibt unmittelbar die digitale Transformation im Unternehmen voran. In meiner Rolle verantworte ich die Entwicklung und den sicheren Betrieb von KI basierten Lsungen. In diesem Umfeld habe ich die Chance mein Know-how in der Zusammenarbeit mit Spezialist innen kontinuierlich weiterzuentwickeln.

Meine Aufgaben

• 
  Entwicklung und Wartung von Anwendungen: Schreibe sauberen, effizienten und skalierbaren Python-Code zur Untersttzung von maschinellen Lernlsungen und Anwendungen.
• 
  Service Management: ssberwache die Bereitstellung, ssberwachung und Wartung von ML- Modellen in Produktionsumgebungen, einschliesslich im Bereitschaftsdienst (24 7).
• 
  Datenverarbeitung: Vorbereiten, Bereinigen und Transformieren von Daten fr die Verwendung in maschinellen Lernmodellen, um qualitativ hochwertige Datenstze sicherzustellen.
• 
  Integration und Bereitstellung: Optimierung und Skalierung von maschinellen Lern-Workflows fr die Bereitstellung in Produktionsumgebungen, um Effizienz und Leistung zu gewhrleisten.
• 
  Zusammenarbeit: Zusammenarbeit mit Data Scientists, ML Engineers und Data Engineers, um Anforderungen zu verstehen, Lsungen umzusetzen und eine reibungslose Integration sicherzustellen.
• 
  Dokumentation: Pflege einer klaren und umfassenden Dokumentation des Codes, der Prozesse und Modelle fr zuknftige Entwicklungen.
• 
  Aktives Mitglied des Data Chapter: Teilen der Ergebnisse innerhalb der Chapters, Product- Cluster und ggf. Konferenzen; Abstimmung von Schnittstellen & Standards innerhalb der Elia Group.
• Ich bin Ambassador fr KI und MLOps im gesamten Unternehmen und bin auf dem neuesten Stand der KI- und Advanced Analytics-Techniken.

Meine Kompetenzen

• Erfahrung: 5+ Jahre in einer verwandten Funktion im Bereich Data Science / Engineering,
• Programmierkenntnisse: Ausgeprgte Kenntnisse in Python und seinen Bibliotheken/Frameworks wie NumPy, Pandas, Scikit-learn, TensorFlow, PyTorch und Flask/FastAPI,
• Expertise im Bereich des maschinellen Lernens: Praktische Erfahrung mit ML -Algorithmen, Datenvorverarbeitung, Feature-Engineering und Modellbewertungstechniken,
• Operative Fhigkeiten: Kenntnisse von Monitoring-Tools fr ML-Dienste (z. B. Prometheus, Grafana usw.),
• Problemlsung: Ausgeprgte Fhigkeiten im Bereich Debugging und Fehlerbehebung zur Behebung von Problemen in Produktionssystemen,
• Datenverarbeitung: Erfahrung in der Arbeit mit grossen Datenstzen und Datenbanken (z. B. SQL, MongoDB oder hnliches),
• Versionskontrolle: Vertrautheit mit Git und kollaborativen Entwicklungsworkflows,
• Cloud-Plattformen: Erfahrung mit Cloud-Diensten (z. B. AWS SageMaker, Google Cloud AI oder Azure ML) ist von Vorteil,
• Kommunikationsfhigkeiten: Fhigkeit, technische Konzepte sowohl technischen als auch nicht - technischen Stakeholdern zu erklren.

Kein Muss, aber von Vorteil:

• Ausgeprgtes Verstndnis von Kafka,
• Erfahrung mit MLFlow,
• Erfahrung im Umgang mit AzureML.

Flexikompass - so flexibel ist diese Stelle

• Arbeitszeit: 37 Wochenstunden (Vollzeit),
• Flexible Arbeitszeiten mit Langzeitkonto zur Untersttzung Ihrer Work-Life-Balance,
• Die Zahl der Gleittage ist nicht begrenzt,
• Keine Kernarbeitszeit,
• Mobiles Arbeiten (auch von zuhause) mglich.