Auf einen Blick
- Aufgaben: Entwickle und betreibe Datenpipelines für fortschrittliche Analysen und Optimierungsmodelle.
- Unternehmen: Innovatives Unternehmen im Energiesektor mit Fokus auf erneuerbare Energien.
- Vorteile: Flexibles Arbeitsumfeld, Büro in München, und die Möglichkeit, an bedeutenden Projekten zu arbeiten.
- Weitere Informationen: Kollaborative Teamkultur mit Fokus auf persönliches Wachstum und direkte Kommunikation.
- Warum dieser Job: Gestalte die Energiezukunft mit und arbeite an spannenden Herausforderungen.
- Qualifikationen: Mindestens 4 Jahre Erfahrung in Daten-/ML-Engineering und starke Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
We are hiring a Data & ML Engineer to take ownership of our data pipelines and bring advanced analytics and optimization models into production.
This role sits at the intersection of data engineering, applied machine learning, and energy systems, bridging our data science and software engineering efforts.
About BEO
BEO is a new kind of power company: battery-backed and vertically integrated across hardware, software, and financing.
The world is in the middle of an energy transition.
We're building out renewables but we're not there yet.
Today, electricity is costly and volatile.
Industrial prices in Europe have doubled since 2021.
That's a €100+ billion disadvantage for European companies.
Daily price swings now exceed 500%, so industry can't plan.
The scarce resource is no longer generating power.
It's storing it.
Storage moves power across time.
So we put a battery next to each factory.
We finance it all.
We run it with our AI-powered optimization engine that buys power when it's cheap, stores it, shaves peak loads, and trades what's left.
The customer gets no Cap Ex, no complexity, just a lower and predictable energy bill.
And we don't stop at single sites.
Our network runs them as one connected fleet.
The more batteries we connect, the more flexibility we pool, and the more value each customer gets.
The 20th century was driven by oil. The 21st will be driven by electricity. We are looking for people who want to build the power company of the future with us.
What you will do
- Own and build our data pipelines, from ingesting large volumes of time-series data (telemetry, forecasts, energy market data) to transforming, validating, and serving them reliably in production
- Establish and maintain strong data quality standards, including validation, anomaly detection, and monitoring
- Design and evolve our data platform architecture for scalable, real-time and historical processing
- Turn forecasting, optimization, and algorithmic ideas into robust, production-ready systems in collaboration with data scientists, and take ownership of deploying and running them reliably under real-world constraints.
- Contribute to forecasting, optimization, and algorithm development, and actively challenge approaches through code reviews, discussions, and hands-on implementation.
- Integrate data and models deeply into our core product in collaboration with engineers.
- Interface with external partners to ensure clean and reliable data integration
- What we’re looking for
- 4+ years in data/ML engineering or applied data science
- Strong Python: clean, testable, production-grade code by default
- Solid experience building and operating data pipelines (ETL/ELT) and data models over time-series data, from APIs and batch jobs to scheduled workflows
- Strong SQL, Postgre SQL specifically: schema design and query optimization
- Deep understanding of data quality, validation, and monitoring in production
- Comfortable in an early-stage environment where the platform is built from scratch. You scope pragmatically, make opinionated decisions, and don't wait for perfect requirements
Nice to have
- Experience in energy markets, industrial systems, or working with hardware-adjacent data
- Background in forecasting, time-series analysis, or operations research
About us
We are a small team taking on a hard problem, and we hold a high bar.
We value ownership, direct and honest communication, and getting better every day.
If you like solving complex problems and want to build something big, you'll fit right in.
Our office is at Goetheplatz in central Munich.
We offer plenty of flexibility but ask for an office-first commitment: when you're not traveling, most of your time is in the office.
People learn faster and get more done together.
#J-18808-Ljbffr
Data Engineer Arbeitgeber: BEO (formerly Co-Power)
BEO ist ein innovatives Unternehmen im Energiesektor, das sich auf die Entwicklung von Batterietechnologien und intelligenten Datenlösungen spezialisiert hat. Wir bieten eine dynamische Arbeitsumgebung in München, die Flexibilität und Teamarbeit fördert, während wir gemeinsam an der Energiezukunft arbeiten. Unsere Mitarbeiter profitieren von einem hohen Maß an Eigenverantwortung, direkter Kommunikation und kontinuierlichen Lernmöglichkeiten, um ihre Fähigkeiten in einem zukunftsorientierten Bereich weiterzuentwickeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Data Engineer erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei BEO (formerly Co-Power) zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Engineer mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Engineer bei BEO (formerly Co-Power) gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei BEO (formerly Co-Power) vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für BEO (formerly Co-Power) entscheidend sein!
