Zurück zu den Ergebnissen · Abstatt

Stelle verifiziert vor 22 Stunden

Werkstudent in der Energieoptimierung & Automatisierung (w/m/div.)

Bosch·AbstattPart-time
Gehalt nicht angegeben
Vox-Zusammenfassung
  • Rolle: Entwicklung von KI-gestützten Modellen zur Energieoptimierung, Prognose und Automatisierung im Facility Management bei Bosch.
  • Anforderungen: Studium in Informatik, Software Engineering, Data Science, Elektrotechnik, Energietechnik oder vergleichbar; gute Python-Kenntnisse; Kenntnisse in Machine Learning, Zeitreihenanalyse, Datenintegration, Git, Cloud-Umgebungen, ML-Bibliotheken.
  • Bedingungen: 6 Monate, 15 Stunden pro Woche, Immatrikulation an Hochschule erforderlich, Beginn nach Absprache, verhandlungssicheres Deutsch.
  • Vorteile: Möglichkeit, an industriellen KI-Anwendungen mit Fokus auf Energie- und Gebäudetechnik zu arbeiten; strukturierte, selbstständige Arbeitsweise erwünscht.
An der Quelle bewerbenSie verlassen VoxJobs zu jobs.smartrecruiters.com — die Bewerbung erfolgt direkt beim Unternehmen. smartrecruiters

Stellenbeschreibung

• Du entwickelst KI-gestützte Modelle zur Optimierung des Betriebs von Energieanlagen, wie Wärmepumpen, Kältemaschinen, Lüftungsanlagen und Heizkessel, auf Basis von Zeitreihendaten der Gebäudeleittechnik. • In deinen Modellen berücksichtigst du externe Einflussgrößen wie Wetterprognosen, dynamische Strompreise und Nutzungsprofile, um realistische und effektive Lösungen zu schaffen. • Du erstellst präzise Lastprognosen und leitest daraus optimierte Fahrpläne ab, die eine energie- und kostenoptimale Betriebsführung der Anlagen sicherstellen. • Du konzipierst und implementierst einen KI-gestützten Workflow zur automatisierten Verarbeitung von Tickets, um operative Prozesse zu beschleunigen. • Bestehende Datenquellen und Systeme integrierst du nahtlos mit den unternehmensinternen KI-Tools der Bosch. • Du entwickelst eine skalierbare Lösung zur Unterstützung operativer Prozesse innerhalb des Facility Managements, insbesondere durch automatische Klassifikation, Priorisierung und Vorverarbeitung eingehender Anfragen. • Ausbildung: Studium im Bereich Informatik, Software Engineering, Data Science, Elektrotechnik, Energietechnik oder vergleichbar • Erfahrungen und Know-how: • gute Programmierkenntnisse in Python • Grundverständnis von Machine Learning und statistischen Methoden, insbesondere im Bereich Zeitreihenanalyse und Prognose • erste Erfahrung im Umgang mit Daten (Datenaufbereitung, Feature Engineering, Visualisierung) • Verständnis für REST-Schnittstellen und Datenintegration (z. B. APIs, JSON, Datenpipelines) • Kenntnisse im Umgang mit Versionskontrolle (z. B. Git) • Grundkenntnisse im Bereich Energie- oder Gebäudetechnik (z. B. HVAC, Gebäudeleittechnik) • Erfahrung mit Zeitreihenprognosen (z. B. Lastprognosen, Forecasting-Modelle) • erste Berührungspunkte mit Cloud-Umgebungen oder Datenplattformen • idealerweise im Umgang mit Datenanalyse- und ML-Bibliotheken (z. B. NumPy, Pandas, Scikit-learn) • Persönlichkeit und Arbeitsweise: du bist ein Mensch mit analytischen Fähigkeiten, der strukturiert und selbstständig vorgeht • Begeisterung: Interesse an KI-gestützten Anwendungen im industriellen Umfeld • Sprachen: verhandlungssicheres Deutsch Beginn: nach Absprache Dauer: 6 Monate – 15h/Woche Voraussetzung für die Werkstudententätigkeit ist die Immatrikulation an einer Hochschule. Bitte füge deiner Bewerbung deinen Lebenslauf, deinen aktuellen Notenspiegel, eine aktuelle Immatrikulationsbescheinigung sowie ggf. eine gültige Arbeits- und Aufenthaltserlaubnis bei. Vielfalt und Inklusion sind für uns keine Trends, sondern fest verankert in unserer Unternehmenskultur. Daher freuen wir uns über alle Bewerbungen: unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität. Du hast fachliche Fragen zum Job? Caroline Grum (Fachabteilung)   Färber Friedo (Fachabteilung)   Work #LikeABosch beginnt hier: Jetzt bewerben!

Transparenz-Panel

Originalquelle
smartrecruiters
Veröffentlicht
19. Juni 2026 · echtes Datum
Zuletzt verifiziert
vor 22 Stunden
Qualitäts-Score
70/100
Gehalt angegeben0
Unternehmen identifiziert25
applyUrl10
postedAt15
Vollständige Beschreibung20

Ähnliche

Ähnliche Stellen.

Etwas stimmt mit dieser Anzeige nicht? Betrügerische oder veraltete Stelle melden