Auf einen Blick
- Aufgaben: Entwickle fortschrittliche Zeitreihenmodelle für Wetter- und Energiemarktprognosen.
- Unternehmen: Datengetriebenes Unternehmen im Energiesektor mit globaler Reichweite.
- Vorteile: Vollständig remote arbeiten, internationale Zusammenarbeit und bedeutende technische Auswirkungen.
- Weitere Informationen: Nutze moderne Entwicklungsmethoden und agentische Codierungswerkzeuge für effiziente Lösungen.
- Warum dieser Job: Löse komplexe Vorhersageherausforderungen und beeinflusse die Energiebranche direkt.
- Qualifikationen: Bachelor in Mathematik oder verwandten Fächern und mindestens drei Jahre Erfahrung in der Datenwissenschaft.
Das prognostizierte Gehalt liegt zwischen 90000 - 110000 CHF pro Jahr.
Diese Position wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und nächsten Schritte verwaltet. Unser Partner sucht einen Data Scientist (Time Series Forecasting) mit Sitz in der Schweiz. Treten Sie einem datengestützten Team bei, das fortschrittliche Prognoselösungen entwickelt, die eine Live-Energiehandelsplattform unterstützen.
In dieser Rolle werden Sie Zeitreihenmodelle erstellen und optimieren, um Wetterbedingungen, Energiepreismärkte sowie Angebot und Nachfrage im Stromnetz vorherzusagen. Ihre Arbeit wird direkt dateninformierte Handelsentscheidungen unterstützen, indem analytische Modelle in zuverlässigen, produktionsbereiten Code umgewandelt werden. Sie werden in einer vollständig remote, verteilten Umgebung zusammenarbeiten, in der quantitative Expertise, technische Exzellenz und praktische Problemlösung hoch geschätzt werden.
Zu den Verantwortlichkeiten gehören:
- Zeitreihenprognose: Entwerfen, entwickeln und verfeinern Sie Prognosemodelle für Wetterbedingungen, Energiepreise und Angebot und Nachfrage im Stromnetz.
- Produktionsmodellentwicklung: Übersetzen Sie Prognosealgorithmen und analytische Modelle in robusten, skalierbaren, produktionsbereiten Code, der mit einer Live-Energiehandelsplattform integriert ist.
- Datenanalyse & Modelloptimierung: Analysieren Sie relevante Datensätze, identifizieren Sie Muster und Trends und verbessern Sie die Prognosegenauigkeit zur Unterstützung zuverlässiger, datenbasierter Handelsentscheidungen.
- KI-unterstützte Entwicklung: Integrieren Sie agentische Codierungswerkzeuge in Ihre täglichen Entwicklungsabläufe, um die Implementierung zu beschleunigen, die Produktivität zu verbessern und eine effiziente Softwareentwicklung zu unterstützen.
- Technische Integration: Arbeiten Sie mit Datenpipelines, analytischen Systemen und Produktionsumgebungen, um sicherzustellen, dass Prognoselösungen zuverlässig, wartbar und für den operativen Einsatz geeignet sind.
- Bereichsübergreifende Zusammenarbeit: Kommunizieren Sie technische Ergebnisse, erklären Sie Prognoseansätze und arbeiten Sie effektiv mit verteilten Teams zusammen, um die Modellentwicklung mit den Geschäfts- und Plattformanforderungen abzustimmen.
Die Anforderungen umfassen:
- Bildungsweg: Bachelor-Abschluss oder höher in Mathematik, Ökonometrie, Physik, Ingenieurwesen oder einem anderen eng verwandten quantitativen Fachgebiet.
- Berufserfahrung: Mindestens drei Jahre relevante Berufserfahrung in der Datenwissenschaft, quantitativen Analyse, Prognose oder einem verwandten Bereich.
- Expertise in Zeitreihenprognosen: Nachgewiesene Erfahrung in der Entwicklung und Anwendung von Zeitreihenprognosemodellen mit der Fähigkeit, quantitative Methoden in praktische Lösungen zu übersetzen.
- Programmierkenntnisse: Starke Kenntnisse in Python und SQL für Datenanalyse, Modellentwicklung und Produktionsimplementierung. Erfahrung mit Go wird als Vorteil angesehen.
- Agentische Codierungswerkzeuge: Regelmäßige, praktische Nutzung von agentischen Codierungswerkzeugen als Teil Ihres täglichen Entwicklungsablaufs, mit der Fähigkeit, KI-unterstützte Techniken effektiv in die Softwareentwicklung zu integrieren.
- Kommunikationsfähigkeiten: Ausgezeichnete Englischkenntnisse, einschließlich der Fähigkeit, technische Konzepte klar zu erklären und mit Stakeholdern in einer remote, internationalen Umgebung zusammenzuarbeiten.
- Analytische & Problemlösungsfähigkeiten: Starke quantitative Denkweise, Aufmerksamkeit für Details und ein praktischer Ansatz zur Bewältigung komplexer Prognoseherausforderungen und zur Verbesserung der Modellleistung.
- Bevorzugte Branchenkenntnisse: Erfahrung in der Arbeit mit Energiemärkten, Stromhandel, Stromnetz-Daten oder Wetterdatensätzen ist von Vorteil.
Vorteile:
- Vollständig remote Arbeit: Arbeiten Sie remote von überall in einem verteilten Teamumfeld.
- Internationale Zusammenarbeit: Möglichkeit, zu einer globalen Energiehandelsplattform beizutragen und mit Fachleuten an verschiedenen Standorten zusammenzuarbeiten.
- Bedeutsamer technischer Einfluss: Entwickeln Sie Prognoselösungen, die reale Entscheidungen auf dem Energiemarkt und operative Handelsaktivitäten unterstützen.
- Fortgeschrittene Datenwissenschaftliche Herausforderungen: Arbeiten Sie an praktischen Anwendungen der Zeitreihenprognose, die Wetter, Marktpreise und Stromangebot und -nachfrage betreffen.
- Moderne Entwicklungspraktiken: Verwenden Sie agentische Codierungswerkzeuge und zeitgemäße Entwicklungsabläufe, um die Produktivität zu verbessern und die Modellimplementierung zu optimieren.
- Berufliches Wachstum: Stärken Sie Ihre Expertise in quantitativer Modellierung, produktionsgerechter Datenwissenschaft und angewandter Prognose im Energiesektor.
Data Scientist (Time Series Forecasting) Arbeitgeber: Jobgether
Als Arbeitgeber bietet Jobgether eine spannende Möglichkeit, in einem innovativen und dynamischen Umfeld zu arbeiten, das auf Sicherheit und Zuverlässigkeit fokussiert ist. Mit einer remote-first Kultur und flexiblen Arbeitszeiten fördern wir die Zusammenarbeit über verschiedene Zeitzonen hinweg und bieten unseren Mitarbeitenden zahlreiche Wachstums- und Entwicklungsmöglichkeiten. Unsere Mitarbeiter profitieren von einem unterstützenden Teamgeist und der Chance, an einem zukunftsweisenden Produkt zu arbeiten, das echte Auswirkungen hat.
Jobgipfel Expertenrat🤫
Wir sind der Meinung, dass du so Data Scientist (Time Series Forecasting) erhalten könntest
✨Tausch dich mit Datenexperten aus
Such nach lokalen Meetup-Gruppen oder Konferenzen in der Datenwissenschaft. Das ist eine super Gelegenheit, um mit Leuten zu reden, die schon in der Branche arbeiten, und eventuell sogar Insider-Tipps zu bekommen, wo Stellen zu vergeben sind.
✨Mach dich sichtbar mit Projekten
Erstelle ein paar spannende Projekte oder Analysen und teile sie auf Plattformen wie GitHub oder Kaggle. Wenn du einen coolen Algorithmus oder ein Data Vision Projekt hast, zeig es! Das bringt dich in die Sichtbarkeit und zeigt, was du drauf hast.
✨Kümmere dich um dein Netzwerk
Tausch dich mit ehemaligen Kommilitonen oder Professoren aus, die in der Datenwissenschaft tätig sind. Oft sind es die persönlichen Empfehlungen, die den Unterschied machen können, wenn es um die ersten Schritte in die Branche geht.
✨Bewirb dich direkt bei Firmen wie Jobgether
Gehe auf die Karriere-Seite von Jobgether und schau dir die offenen Stellen im Bereich Datenwissenschaft an. Nutze die Chance, direkt zu bewerben, weil das oft schneller und persönlicher ist als über Jobbörsen.
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist (Time Series Forecasting) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Heb din technisches Wissen hervor:Sorg dafür, dass du in deinem CV und im Anschreiben deine Kenntnisse in Data Science-Tools wie Python, R oder SQL deutlich machst. Verlinke eventuell auf Projekte oder Studien, die du realisiert hast, um dein Wissen zu untermauern. Bei uns bei Jobgether suchen wir nach Leuten, die richtig mit Daten umgehen können!
Zahlenschwindler oder Problemlöser?:Überleg dir konkrete Beispiele, wie du mit Zahlen und Daten Herausforderungen gelöst hast. Das zeigt uns deine Fähigkeit, analytisch zu denken und komplexe Probleme zu bewältigen. In der Data Science sind solche Skills Gold wert!
Die perfekte Dokumentation:Wenn du an Projekten gearbeitet hast, zeig uns deine Dokumentation! Gute Data Scientists präsentieren ihre Analysen und Resultate nachvollziehbar. So kannst du uns zeigen, dass du sowohl technische Skills hast als auch in der Lage bist, deine Arbeit verständlich zu kommunizieren.
Cooler Lebenslauf und Anschreiben:Dein Lebenslauf und dein Anschreiben sollten nicht nur ordentlich aussehen, sondern auch strukturiert und relevant für die Data Science sein. Mach deutlich, warum du bei Jobgether arbeiten möchtest und was dich an Data Science begeistert. Wir lieben es, wenn Bewerber ihre Leidenschaft zeigen!
Wie man sich auf ein Vorstellungsgespräch bei Jobgether vorbereitet
✨Data-Analysen ganz konkret
Mach dich bereit für technische Fragen über Datenanalysen und Statistiken. Du könntest gebeten werden, eine erste Datenanalyse durchzuführen oder Hypothesen mittels Daten zu validieren. Üb das mit echten Datensätzen, damit du die Tools wie Python oder R gut im Griff hast.
✨Das ideale Projekt-Portfolio
Sammle relevante Projekte in einem Portfolio, das dein Können zeigt. In einem Vorstellungsgespräch für eine Data-Science-Position wollen die Arbeitgeber oft sehen, wie du an Herausforderungen herangegangen bist. Zeig uns deine besten Projekte, vielleicht sogar solche, die interessante Visualisierungen oder Machine Learning Modelle beinhalten.
✨Soft Skills sind nicht zu unterschätzen
Kommunikation ist ein wichtiger Teil im Data-Science-Bereich. Bereite dich darauf vor, darüber zu sprechen, wie du komplexe Daten für nicht-technische Stakeholder erklärt hast. Es könnte auch hilfreich sein, Beispiele zu teilen, wo du im Team gearbeitet hast, um Datenlösungen zu entwickeln.
✨Fragen zur Unternehmensstrategie
Mach dir Gedanken darüber, wie deine Rolle im Unternehmen Jobgether zum geschäftlichen Erfolg beitragen kann. Bereite Fragen vor, die aufzeigen, dass du deren Datenstrategie verstehst und wie du aktiv zur Verbesserung beitragen kannst. Das zeigt, dass du nicht nur technisches Wissen, sondern auch Interesse am Unternehmen hast.
