Werkstudent (w/m/d) im Bereich Data Engineering und Data Science (SS26) at TRUMPF

Ditzingen, Baden-Württemberg, Germany -

Full Time

Start Date

Immediate

Expiry Date

30 Jan, 26

Salary

0.0

Posted On

01 Nov, 25

Experience

0 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Data Engineering, Data Science, Python, SQL, MATLAB, Machine Learning, AI, Data Mining, Statistical Analysis, Data Visualization, ETL Processes, Azure Cloud, Data Pipelines, Dashboards, Analytical Skills, Teamwork

Industry

Machinery Manufacturing

Description

As a family-run, high-tech company with nearly 19,000 employees at 71 locations worldwide, we are looking for forward thinkers with unconventional ideas and drive to join our team. Our company culture, which values collaboration and mutual trust, creates the ideal framework for boldly trying new things and questioning the status quo. Our technologies inspire people to develop and produce things that are currently unimaginable. Whether lasers, machine tools, EUV or electronics - TRUMPF is building technological worlds for future generations. Are you ready for new challenges? Während des Studiums bei TRUMPF durchstarten – Innovation entdecken und Technik gestalten! Übernehmen Sie spannende Projekte, bringen Sie Ihre Ideen aktiv ein und arbeiten Sie eng mit erfahrenen Kolleginnen und Kollegen zusammen. Neben individueller Betreuung erwarten Sie zahlreiche Angebote speziell für Studierende, die Ihre persönliche und fachliche Entwicklung fördern. Sammeln Sie wertvolle praktische Erfahrungen, erweitern Sie Ihr Netzwerk und gestalten Sie mit uns die Technologien von morgen! Das erwartet Sie bei uns Unterstützung bei der Entwicklung und Implementierung von Datenpipelines, ETL-Prozessen und datenbasierten Lösungen in der Azure Cloud Mitarbeit bei der Analyse und Verarbeitung großer Datenmengen Entwicklung und Implementierung von Machine Learning/ KI Modellen zur Lösung komplexer Probleme Support bei der Durchführung von statistischen Analysen und Data-Mining-Techniken Unterstützung bei der Erstellung von Dashboards zur Visualisierung von Analyseergebnissen Mitarbeit beim angewandten Data-Lifecycle-Management Zusammenarbeit mit verschiedenen Abteilungen zur Identifizierung und Umsetzung datengetriebener Lösungen Das bringen Sie mit Studium im Bereich Informatik, Physik, Mathematik, Maschinenbau oder eines vergleichbaren Studiengangs, bevorzugt mit dem Schwerpunkt Data Engineering oder Data Science/ Analytics Gute bis sehr gute Kenntnisse in Programmiersprachen wie Python, SQL, MATLAB, o.ä. Erste Erfahrungen mit Datenbanken, Datenverarbeitungs- und Visualisierungstools wünschenswert (z.B. PySpark, pandas, Databricks, Power BI) Kenntnisse in der Anwendung von Machine-Learning-/KI-Algorithmen und Tools (z.B. scikit-learn, TensorFlow) Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift Gute Kommunikationsfähigkeiten und Teamfähigkeit sowie hohe Motivation und Lernbereitschaft Strukturierte und selbstständige Arbeitsweise, analytische und konzeptionelle Fähigkeiten sowie eine schnelle Auffassungsgabe Das bieten wir Ihnen Attraktive Vergütung Flexible Arbeitszeiten (Gleitzeit) Vor Ort oder teilweise mobil nach Absprache Netzwerkmöglichkeiten mit anderen Studierenden Vergünstigtes Essen im Betriebsrestaurant TRUMPF Fitnessstudio und verschiedene Sportgruppen Gute Anbindung an öffentliche Verkehrsmittel Ort: Ditzingen (bei Stuttgart) Beginn: Sommersemester 2026 Dauer: 6 Monate Haben wir Sie überzeugt? Für Rückfragen steht Ihnen Ihr Ansprechpartner Florian Müller gerne per E-Mail unter Florian.Mueller@trumpf.com zur Verfügung. Bitte beachten Sie, dass wir aus datenschutzrechtlichen Gründen keine Bewerbungen per E-Mail annehmen dürfen. Alle unsere ausgeschriebenen Stellen sind aktuell noch zu besetzen. Auf unserer Karriereseite finden Sie alle FAQs rund um Ihre Bewerbung bei uns.

Responsibilities

Support the development and implementation of data pipelines, ETL processes, and data-driven solutions in the Azure Cloud. Collaborate with various departments to identify and implement data-driven solutions.