Praktikant Data Science und Ablaufsimulation (w/m/x) at BMW Group

Munich, Bavaria, Germany -

Full Time

Start Date

Immediate

Expiry Date

04 Jul, 26

Salary

0.0

Posted On

05 Apr, 26

Experience

0 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Data Science, Process Simulation, Python, Siemens Plant Simulation, SimTalk, Data Analytics, Production Planning, Material Flow Analysis, Digital Shadow, Dashboard Development, Teamwork, Communication

Industry

Motor Vehicle Manufacturing

Description

THEORETISCH DIE BESTE ENTSCHEIDUNG. PRAKTISCH AUCH. TEILE DEINE LEIDENSCHAFT. Nur hochprofessionelle Abläufe in dynamischen Teams produzieren innovative Spitzentechnologie. Aber Fahrfreude wird bei uns von der Entwicklung bis zur Fertigung vor allem auch mit Spaß an der Arbeit und Begeisterung für das gemeinsame Projekt realisiert. Deshalb geben wir Studierenden bei uns nicht nur die Gelegenheit zum Zuhören, sondern auch zum Mitreden und Weiterdenken. Unser Team bei der BMW Group gestaltet die weltweiten Montagesysteme für die Komponenten elektrischer Antriebsstränge und Verbrennungsmotoren. Dies umfasst sowohl die Konzeption neuer Montageabläufe als auch die Integration neuer Produktgenerationen in bestehende Montagesysteme. Unsere Schwerpunkte und unser Know-how liegen in der Software für den Betrieb und die digitale Absicherung unserer Systeme. Was erwartet dich? Du unterstützt unsere Abteilung in den Bereichen Data Science und Ablaufsimulation von Produktionslinien. Außerdem wirkst du mit beim Projekt "Digitaler Schatten", bei dem Dashboards basierend auf Produktionsdaten aufgebaut werden und wertvolle Insights für die Simulation und Planung von Produktionslinien gewonnen werden. Darüber hinaus unterstützt du bei der Organisation und Durchführung von Projekten der Ablaufsimulation, bei der Materialflüsse der Produktion digital abgebildet, simuliert und dadurch optimiert werden. Zudem wirkst du mit im operativen Tagesgeschäft der Abteilung, was dein abwechslungsreiches Tätigkeitsspektrum abrundet. Was bringst du mit? Studium der Informatik, Wirtschaftsinformatik, Maschinenbau, Elektrotechnik, Wirtschaftsingenieurwesen, Mathematik oder ein vergleichbarer Studiengang. Erste praktische Erfahrung mit Programmiersprachen, idealerweise mit Python. Erste praktische Erfahrung mit Siemens Plant Simulation und der Programmiersprache SimTalk wünschenswert. Erste praktische Erfahrungen im Rahmen von Data Analytics Projekten wünschenswert. Team- und Kommunikationsfähigkeit. Verhandlungssichere Deutsch- und gute Englischkenntnisse. Möchtest du unser Team bei der Gestaltung digitaler Produktionssysteme der Zukunft unterstützen? Dann bewirb dich jetzt! Was bieten wir dir? Umfassendes Mentoring & Onboarding. Persönliche & fachliche Weiterentwicklung. Flexible Arbeitszeiten. Mobilarbeit. Attraktive & faire Vergütung. Apartments für Studierende (nach Verfügbarkeit & nur am Standort München). Und vieles mehr siehe bmw.jobs/waswirbieten Startdatum: frühestens ab 01.05.2026 Dauer: 6 Monate Arbeitszeit: Vollzeit Hilfreiche Tipps zu deiner Bewerbung und dem Bewerbungsprozess findest du hier. Wir bei der BMW Group legen großen Wert auf Gleichbehandlung und Chancengleichheit. Unsere Recruiting-Entscheidungen basieren auf der Persönlichkeit, den Erfahrungen und Fähigkeiten der Bewerber:innen. Mehr dazu hier. Für diese Stelle ist folgendes standardisiertes Auswahlverfahren vorgesehen: Wenn der aufnehmende Fachbereich dein Profil interessant findet, so erhältst du eine Einladung zu einem zeitversetzten Videointerview. Auf dieser Basis entscheidet sich unser Fachbereich, ob du zu einem persönlichen Online-Gespräch eingeladen wirst. Mit diesem Auswahlverfahren hast du die Möglichkeit, deiner Bewerbung noch eine persönliche Note zu verleihen – wir freuen uns auf deine Bewerbung!

Responsibilities

You will support the department in data science and production line simulation, including the development of dashboards for the 'Digital Shadow' project. Additionally, you will assist in the organization and execution of material flow simulation projects to optimize production systems.