Aufgaben
- Du arbeitest an der Optimierung bestehender Day-Ahead- und Intraday-PV-Prognosen, die für die Direktvermarktung im Energiehandel eingesetzt werden
- Du analysierst die Besonderheiten von PV-Erzeugungsprognosen speziell zu lokalen Wetterereignissen wie z.B. Nebel
- Du beschäftigst dich mit Zeitreihenvorhersagen und wendest moderne Methoden des Machine Learnings an
- Du untersuchst die Verwendung von aktuellen Einspeisewerten zur Optimierung der Prognose
- Du entwickelst Konzepte zur Verbesserung der Prognosemodelle und evaluierst verschiedene Ansätze
- Du implementierst deine Konzepte in Python und integrierst sie in die bestehende Prognoseumgebung
Qualifikation
- Laufendes Studium im Bereich Wirtschaftsinformatik, Informatik, Data Science, Energiewirtschaft, Ingenieurwissenschaften – oder anderer Studiengang? Dann überzeuge uns gerne von deinen Qualitäten
- Du arbeitest selbstständig, bist aufgeschlossen und zuverlässig
- Du hast gute/sehr gute Kenntnisse in Python und entsprechenden Bibliotheken
- Du hast vielleicht schon Erfahrung im Arbeiten mit Zeitreihen oder der Erstellung von Zeitreihenvorhersagen
- Du hat schon mal mit Datenbanken gearbeitet
- Du hast vielleicht schon etwas von Docker, MLOPs oder Git gehört
Benefits
Kaum ein Unternehmen der Region hat die Kraft, im Leben aller rund um Energiewende, Mobilitätswende und Digitalisierung für morgen mehr zu bewegen. Das macht unsere Jobs extrem zukunftssicher. Und weil wir unser Team unterstützen, sind individuell abgestimmte und flexible Arbeitszeiten, Perspektiven für die berufliche Weiterentwicklung und Benefits selbstverständlich.
Weitere Angaben
Sprachkenntnisse:
Deutsch
Beginn: 01.03.2026
Dauer: 6 Monate
Vergütung:
Anzahl der Plätze: 1
Angaben zum Unternehmen
Unternehmensbeschreibung
Die Stadtwerke Ulm/Neu-Ulm gestalten die Zukunft der Region nachhaltig mit. Vor allem in den Bereichen Energiewende, Mobilitätswende und Digitalisierung. Vielleicht bald mit dir – du wirst merken, das ist einer der #jobswieich.
Unternehmensgröße
1001-5000 Mitarbeiter
Branchen
Managementtätigkeiten von Holdinggesellschaften
