DIE HERAUSFORDERUNG

• Beschaffung, Aufarbeitung, Strukturierung und Visualisierung von großen Datensätzen
• Zusammenarbeit mit dem Forschungs- und Entwicklungsbereich für die kontinuierliche Verbesserung der physischen Produkte auf Basis der gesammelten Erkenntnisse
• Modellierung der Daten mit Hilfe von Python unter Verwendung relevanter Bibliotheken wie Pandas, Tensor Flow und scikit-learn
• Erstellung und Validierung von Machine-Learning-Modellen, insbesondere neuronaler Netze für Strömungs- und Verdrängermaschinen, mit umfassender Erfahrung im gesamten Machine-Learning-Lifecycle, einschließlich Datenvorbereitung, Modelltraining, Hyperparameter-Tuning, Modellbewertung und -bereitstellung
• Anwendung statistischer Theorien und Methoden zur Analyse und Auswertung von Daten
• Erfahrung mit DevOps-Technologien wie Docker, Kubernetes und CI/CD
• Erfahrungen mit Cloud-Technologien, insbesondere mit der Microsoft Azure-Plattform
• Erstellung von ausführlichen Ergebnispräsentationen für Beratungs- und Informationszwecke sowie Präsentationen vor Kunden
• Interesse an Themen wie NIS2 und Dateneinbindung in sicheren Strukturen
• Fähigkeit zur Nutzung von SQL-Datenbanken
• Zusammenarbeit mit dem Forschungs- und Entwicklungsbereich zur kontinuierlichen Verbesserung der physischen Produkte auf Basis der gesammelten Erkenntnisse

Please refer the Job description for details