Als globales Unternehmen erzeugen wir Energie, handeln mit Energie und vermarkten sie im großen Stil an Geschäftskunden. Zudem beschaffen, speichern, transportieren und liefern wir diverse Energierohstoffe. Wir sind immer auf der Suche nach talentierten Mitarbeiter:innen, die mit uns einfache Lösungen für die komplexen Energiefragen unserer Kunden entwickeln. Das machen wir bei Uniper als Energiegemeinschaft mit viel Leidenschaft und großem Teamgeist, und aus unserer Sicht auch besser und unkomplizierter als andere.

Vielfalt ist uns wichtig, daher freuen wir uns auf alle Bewerbungen - unabhängig von Geschlecht, Behinderung, Herkunft, Nationalität, ethnischer Zugehörigkeit, Religion, Weltanschauung, Alter, sexueller Orientierung und Identität. #EveryoneIsWelcome

Bewirb Dich und werde ein Teil von uns. Wir freuen uns auf Dich.

• Konzeption und Bearbeitung einer Masterthesis zur Modellierung und Prognose von Stromnetzengpässen in Deutschland mit modernen ML-Methoden.
• Entwicklung und methodische Weiterentwicklung von Graph Neural Networks zur Abbildung räumlicher, zeitlicher und struktureller Zusammenhänge im Stromnetz, inkl. graphbasierter Verfahren wie Pruning oder Sampling.
• Aufbau robuster Datenpipelines sowie Aufbereitung, Zusammenführung und Analyse großer Netz-, Markt-, Wetter- und Zeitreihendaten inklusive Preprocessing, Feature Engineering und Validierung.
• Training, Evaluation und Benchmarking datengetriebener Modelle mit modernen Tools wie PyTorch, MLflow, Databricks, Delta und PySpark.
• Visualisierung, Interpretation und Präsentation der Ergebnisse in enger Zusammenarbeit mit fachlichen und technischen Ansprechpartner*innen.

• Laufendes Masterstudium in Informatik, Mathematik, Data Science oder einem vergleichbaren quantitativen Fach.
• Praktische oder akademische Erfahrung mit Machine Learning und Deep Learning, idealerweise mit GNNs, Graph-Datenstrukturen oder PyTorch.
• Sehr gute Fähigkeiten in Datenaufbereitung und Datenanalyse sowie Freude an großen, heterogenen Datensätzen.
• Gute Programmierkenntnisse in Python; idealerweise Erfahrung mit MLflow, Databricks, Delta und/oder PySpark.
• Interesse an energiewirtschaftlichen Fragestellungen, insbesondere Stromnetzen, Netzengpässen und Forecasting.
• Selbstständige, analytische und strukturierte Arbeitsweise sowie schnelle Einarbeitung in komplexe Themen.
• Sehr gute Kommunikationsfähigkeiten in Deutsch und Englisch.

career@uniper.energy