Data Scientist Zustandsdaten

SBB CFF FFS

Muri bei Bern, Switzerland

3 days ago

Role details

Contract type

Permanent contract

Employment type

Full-time (> 32 hours)

Working hours

Regular working hours

Languages

English, German

Muri bei Bern, Switzerland

Clean Code Principles

Data analysis

Cloud Computing

Linux

Python

Machine Learning

Software Engineering

SQL Databases

Data Processing

Model-Driven Development

Deep Learning

GIT

Docker

Führe anspruchsvolle Datenanalysen und Proof of Concepts durch.
Entwickle statistische Modelle und visualisiere Messdaten.
Verbinde analytische Ergebnisse mit Zustandsmonitoring-Wissen., * Statistische Auswertungen, Modellentwicklung, Umsetzung von Algorithmen und Erstellung von Validierungskonzepten gehören zu deinem Alltag, ebenso die Aufbereitung, Visualisierung und Interpretation von Messdaten.
Analytische Ergebnisse verknüpfst du mit Domänenwissen aus dem Zustandsmonitoring und bereitest sie adressatengerecht für das operative Anlagenmanagement auf.
In Forschungszusammenarbeiten, Beschaffungsprojekten und im Betrieb bringst du Data-Science-Kompetenzen ein, unterstützt Projektleitende und steigerst Qualität und Wirkung der Vorhaben.
Du identifizierst Optimierungen und Forschungsaktivitäten im Zustandsmonitoring und treibst die datengetriebene Weiterentwicklung unserer Systeme voran.

Hochschulabschluss in Ingenieur- oder Naturwissenschaften erforderlich.
Fundierte Python-Erfahrung mit Data-Science-Libraries nötig.
Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift., * Analytische, strukturierte und eigenverantwortliche Arbeitsweise sowie Freude an interdisziplinärer Zusammenarbeit im technischen Bahnumfeld. Als kommunikative und engagierte Persönlichkeit gestaltest du kundenorientierte Lösungen.
Sehr gutes methodisches und algorithmisches Verständnis sowie fundierte Python-Erfahrung mit gängigen Data-Science-Libraries. Vertraut mit Git und Software-Engineering-Prinzipien wie Clean Code.
Sichere Datenaufbereitung mit Python-Skripten oder SQL und Anwendung klassischer Data-Science- und Machine-Learning-Methoden. Deep Learning ist ein Plus.
Erfahrung mit Linux, Docker oder Cloud-Umgebungen ist vorteilhaft.
Hochschulabschluss in Ingenieur- oder Naturwissenschaften (Uni, FH) oder in einer quantitativ oder analytisch ausgerichteten Fachrichtung.
Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift.