Auf einen Blick
- Aufgaben: Analysiere und verknüpfe Datenquellen für datengetriebene Entscheidungen im Energiesektor.
- Unternehmen: CKW, ein innovatives Unternehmen im Bereich Energie und Datenanalyse.
- Vorteile: Flexible Arbeitszeiten, Home-Office, attraktive Vergütung und umfangreiche Sozialleistungen.
- Weitere Informationen: Engagiertes Team mit Fokus auf Inklusion und Chancengleichheit.
- Warum dieser Job: Gestalte die Zukunft der Energie mit datengetriebenen Lösungen und innovativen Tools.
- Qualifikationen: FH- oder Uni-Abschluss in einem naturwissenschaftlichen oder technischen Fach, sehr gute Python-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.
Pensum: 80-100%
Das kannst du gestalten:
- Du analysierst, strukturierst und verknüpfst unterschiedliche Datenquellen innerhalb und außerhalb der CKW und schaffst damit die Basis für datengetriebene Entscheidungen.
- Du entwickelst und optimierst Modelle zur automatisierten Fehlererkennung, Datenbereinigung und Ersatzwertbildung für eine hohe Datenqualität.
- Du wirkst gemeinsam mit Fachspezialistinnen und Fachspezialisten an der Entwicklung von Tools und Algorithmen zur Datenanalyse und Prognose mit.
- Du bereitest Datenanalysen verständlich und visuell auf – unter anderem mit Power BI – und unterstützt Anwenderinnen und Anwender bei datenbezogenen Fragestellungen.
- Du baust skalierbare Data‑Pipelines in Databricks auf und entwickelst moderne Prozesse mit GitHub sowie automatisierten Tests und Deployments via CI/CD weiter.
- Du entwickelst lineare und nicht-lineare Optimierungsalgorithmen für Flexibilitätsprodukte und arbeitest aktiv im Wertschöpfungsteam «Dezentrale Flexibilitäten» mit.
- Du baust gemeinsam mit dem Team den Bereich Energy Services als energiewirtschaftliches Datenanalyse‑ und Wissenszentrum auf und unterstützt zugleich dabei, dass die CKW ihr Energieportfolio zukunftsgerichtet aufstellt.
Das macht dich aus:
- Du hast einen FH- oder Uni‑Abschluss in einem naturwissenschaftlichen oder technischen Fach mit Fokus auf quantitative Methoden.
- Du verfügst über sehr gute Programmierkenntnisse in Python und kennst Best‑Practices in Softwareentwicklung und Data Engineering.
- Du hast Erfahrung mit strukturierten Datenbanksystemen, Datenmodellierung sowie modernen Datenplattformen wie Databricks oder Azure Cloud.
- Du kennst Methoden aus Data Science, Zeitreihenanalyse und statistischen Prognoseverfahren und arbeitest gerne datengetrieben.
- Idealerweise bringst du Erfahrung im Energieumfeld, Energiehandel oder Flexpooling mit und kennst Tools wie Power BI, PySpark oder SQL.
- Du arbeitest gerne im Team, kommunizierst adressatengerecht auf Deutsch und Englisch und freust dich darauf, gemeinsam Lösungen weiterzuentwickeln.
Das macht uns aus:
- Ein spannender Job. Eine sinnstiftende Arbeit. Und dann noch zahlreiche weitere Vorteile, die dir CKW bietet.
- Attraktive Vergütung und umfangreiche Sozialleistungen: Faire Bezahlung und umfassende Vorsorgepakete, die deine Zukunft absichern.
- Beruf und Privatleben im Einklang: Flexible Arbeitszeiten, Teilzeitmodelle und bis zu 50 % Home‑Office (je nach Tätigkeit) ermöglichen eine gesunde Balance zwischen Arbeit und Privatleben.
- Talentförderung: Dein persönliches und berufliches Wachstum liegt uns am Herzen. Wir unterstützen dich bei Aus‑ oder Weiterbildungen.
- Attraktive Extras: Vergünstigte Mobile‑Abos, Unterstützung bei der Kinderbetreuung, Ferienkauf oder kostenlose Parkplätze.
Bei CKW setzen wir uns für eine Kultur der Nichtdiskriminierung, Toleranz und Inklusion ein. Als Arbeitgeberin, die Chancengleichheit wichtig ist, begrüßen wir Bewerbungen unabhängig von Herkunft, Geschlechtsidentität und -ausdruck, sexueller Orientierung, Alter, Behinderung sowie sozialem, kulturellem und religiösem Hintergrund. Wir engagieren uns für einen respektvollen und inklusiven Bewerbungsprozess und Arbeitsplatz für alle.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist Energy Services (w/m/d) mit Bravour zu bestehen
Datenanalyse
Modellierung
Automatisierte Fehlererkennung
Datenbereinigung
Python
Data Engineering
Databricks