Werkstudent in der Energieoptimierung & Automatisierung (w/m/div.) at Bosch Group

Happenbach, Baden-Württemberg, Germany -

Full Time

Start Date

Immediate

Expiry Date

13 Sep, 26

Salary

0.0

Posted On

15 Jun, 26

Experience

0 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Python, Machine Learning, Time Series Analysis, Data Preparation, Feature Engineering, REST APIs, JSON, Git, HVAC, Building Automation, Cloud Environments, NumPy, Pandas, Scikit-learn, Data Visualization, Forecasting

Industry

Software Development

Description

Unternehmensbeschreibung Bei Bosch gestalten wir Zukunft mit hochwertigen Technologien und Dienstleistungen, die Begeisterung wecken und das Leben der Menschen verbessern. Unser Versprechen an unsere Mitarbeiterinnen und Mitarbeiter steht dabei felsenfest: Wir wachsen gemeinsam, haben Freude an unserer Arbeit und inspirieren uns gegenseitig. Willkommen bei Bosch. Die Robert Bosch GmbH freut sich auf deine Bewerbung! Stellenbeschreibung Du entwickelst KI-gestützte Modelle zur Optimierung des Betriebs von Energieanlagen, wie Wärmepumpen, Kältemaschinen, Lüftungsanlagen und Heizkessel, auf Basis von Zeitreihendaten der Gebäudeleittechnik. In deinen Modellen berücksichtigst du externe Einflussgrößen wie Wetterprognosen, dynamische Strompreise und Nutzungsprofile, um realistische und effektive Lösungen zu schaffen. Du erstellst präzise Lastprognosen und leitest daraus optimierte Fahrpläne ab, die eine energie- und kostenoptimale Betriebsführung der Anlagen sicherstellen. Du konzipierst und implementierst einen KI-gestützten Workflow zur automatisierten Verarbeitung von Tickets, um operative Prozesse zu beschleunigen. Bestehende Datenquellen und Systeme integrierst du nahtlos mit den unternehmensinternen KI-Tools der Bosch. Du entwickelst eine skalierbare Lösung zur Unterstützung operativer Prozesse innerhalb des Facility Managements, insbesondere durch automatische Klassifikation, Priorisierung und Vorverarbeitung eingehender Anfragen. Qualifikationen Ausbildung: Studium im Bereich Informatik, Software Engineering, Data Science, Elektrotechnik, Energietechnik oder vergleichbar Erfahrungen und Know-how: gute Programmierkenntnisse in Python Grundverständnis von Machine Learning und statistischen Methoden, insbesondere im Bereich Zeitreihenanalyse und Prognose erste Erfahrung im Umgang mit Daten (Datenaufbereitung, Feature Engineering, Visualisierung) Verständnis für REST-Schnittstellen und Datenintegration (z. B. APIs, JSON, Datenpipelines) Kenntnisse im Umgang mit Versionskontrolle (z. B. Git) Grundkenntnisse im Bereich Energie- oder Gebäudetechnik (z. B. HVAC, Gebäudeleittechnik) Erfahrung mit Zeitreihenprognosen (z. B. Lastprognosen, Forecasting-Modelle) erste Berührungspunkte mit Cloud-Umgebungen oder Datenplattformen idealerweise im Umgang mit Datenanalyse- und ML-Bibliotheken (z. B. NumPy, Pandas, Scikit-learn) Persönlichkeit und Arbeitsweise: du bist ein Mensch mit analytischen Fähigkeiten, der strukturiert und selbstständig vorgeht Begeisterung: Interesse an KI-gestützten Anwendungen im industriellen Umfeld Sprachen: verhandlungssicheres Deutsch Zusätzliche Informationen Beginn: nach Absprache Dauer: 6 Monate – 10h/Woche Voraussetzung für die Werkstudententätigkeit ist die Immatrikulation an einer Hochschule. Bitte füge deiner Bewerbung deinen Lebenslauf, deinen aktuellen Notenspiegel, eine aktuelle Immatrikulationsbescheinigung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei. Vielfalt und Inklusion sind für uns keine Trends, sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität. Du hast fachliche Fragen zum Job? Caroline Grum (Fachabteilung) +49 7062 911 5450 Färber Friedo (Fachabteilung) +49 7062 911 5163 Work #LikeABosch beginnt hier: Jetzt bewerben! Legal Entity: Robert Bosch GmbH

Responsibilities

Develop AI-supported models to optimize the operation of energy systems and create precise load forecasts for cost-efficient management. Implement an AI-driven workflow for automated ticket processing and classification within facility management.