Internship Process Engineering & Data Analytics for Advanced Power Systems (m/f/d)

Sind Sie bereit, eine Ingenieurreise mit praktischer Erfahrung bei einem globalen Energieführer zu beginnen? Das STEPS (Student Technology & Engineering Program Switzerland) bei GE Vernova Gas Power Engineering bietet eine einzigartige Gelegenheit, reale Erfahrungen zu sammeln, praktisch zu lernen und mit Branchenexperten zusammenzuarbeiten, die die Zukunft der Energie gestalten. Dieses umfassende Programm bietet Einblicke in verschiedene Ingenieurdiziplinen und unterschiedliche Bereiche. Sie haben auch die Möglichkeit, GE Vernova Standorte in der Schweiz und Frankreich zu besuchen und Innovationen aus erster Hand durch Werksführungen und reale Anwendungen zu erleben. Erweitern Sie Ihr berufliches Netzwerk, indem Sie sich mit GE Vernova Führungskräften, Ingenieuren und anderen Praktikanten vernetzen und an Workshops, technischem Training und beruflichen Entwicklungssitzungen teilnehmen, die darauf ausgelegt sind, Sie auf zukünftige Karrieremöglichkeiten vorzubereiten. Wenn Sie leidenschaftlich an Ingenieurwesen, Nachhaltigkeit und Innovation interessiert sind, ist dieses Praktikum Ihre Gelegenheit, Fähigkeiten und Erfahrungen zu erwerben!

Die Rolle ist eine Brücke zwischen Prozessengineering und Datenwissenschaft für einen Studenten, der kurz vor dem Abschluss eines Masterstudiums steht. Sie werden helfen, Anlagensysteme zu optimieren, indem Sie komplexe Betriebsdaten analysieren und Werkzeuge zur Verbesserung der Prozesseffizienz entwickeln. Ihre Arbeit wird Ingenieurherausforderungen in digitale Lösungen umsetzen und Ihnen eine einzigartige Perspektive darauf geben, wie großangelegte Energiesysteme entworfen und gewartet werden.

Unsere Arbeit befindet sich an der Schnittstelle von Maschinenbau, Datensystemen und der Leistung von Kraftwerken in der realen Welt. Sie werden Teil eines Teams, das direkt beeinflusst, wie die Infrastruktur der nächsten Generation entworfen, überwacht und optimiert wird. In dieser Rolle helfen Sie, die Lücke zwischen Prozessengineering und Datenwissenschaft zu schließen, komplexe Ingenieurherausforderungen in digitale Lösungen zu übersetzen und eine einzigartige Perspektive darauf zu gewinnen, wie großangelegte Energiesysteme unter realen Bedingungen funktionieren.

Was Sie tun werden:

• Datenanalyse & Modellierung: Verarbeiten und interpretieren Sie Betriebsdaten, um Trends, Leistungsengpässe und Optimierungsmöglichkeiten innerhalb der Kraftwerksysteme zu identifizieren.
• Unterstützung im Prozessengineering: Unterstützen Sie die technische Analyse kritischer Balance-of-Plant-Systeme, indem Sie Prinzipien der Thermodynamik und Fluidmechanik auf reale Entwurfherausforderungen anwenden.
• Systemanalyse: Vertiefen Sie Ihr Verständnis der Betriebsabläufe von Kombikraftwerken, insbesondere des Zusammenspiels zwischen Gasturbine, Abwärmerückgewinnungsdampferzeuger (HRSG), Dampfturbinenzyklen und Balance-of-Plant-Ausrüstung.
• Software & Skripting: Entwickeln Sie Skripte und automatisierte Workflows (unter Verwendung von Sprachen wie Python), um die Datenverarbeitung zu optimieren, die Leistung zu modellieren und Visualisierungen zu erstellen. Erkunden Sie Möglichkeiten, verfügbare KI-Tools zur Unterstützung des Vorhabens zu nutzen.
• Kollaboratives Design: Arbeiten Sie mit erfahrenen Ingenieuren zusammen, um Ergebnisse zu dokumentieren und datengestützte Empfehlungen zu präsentieren, die das Design und die Effizienz der Infrastruktur der nächsten Generation direkt beeinflussen.
• Datengetriebene Optimierung: Untersuchen Sie, wie KI- und maschinelle Lerntechniken angewendet werden können, um die Effizienz, Flexibilität und Verfügbarkeit der Anlage zu verbessern.

Wer Sie sind:

• Akademischer Hintergrund: Derzeit im Masterstudium (oder kurz vor dem Abschluss eines Bachelorstudiums) in Maschinenbau, Verfahrenstechnik oder einem energierelevanten Bereich. Sie haben ein solides Verständnis der Thermodynamik und sind bestrebt, dieses Wissen anzuwenden, um die komplexen Prozesse von Kombikraftwerken zu verstehen.
• Technische Kompetenz: Starke Programmierkenntnisse (z.B. Python) und ein großes Interesse daran, datengestützte Methoden auf physikalische Ingenieursysteme anzuwenden. Erfahrung in der Anwendung von KI/Maschinenlernen-Methoden auf physikalische Ingenieur- oder Zeitreihendaten.
• Analytische Denkweise: Sie lösen gerne komplexe, multidisziplinäre Probleme und haben ein Talent dafür, rohe technische Daten in bedeutungsvolle, umsetzbare Erkenntnisse zu übersetzen.
• Kommunikation: Fließend in Englisch, mit der Fähigkeit, technische Konzepte klar verschiedenen Interessengruppen zu erklären.
• Engagement: Sie sind ein proaktiver Lerner, der bereit ist, zu einem kollaborativen, internationalen Teamumfeld beizutragen.

Zusätzliche Informationen: Umzugshilfe wird nicht angeboten.