Werkstudent:in im Bereich Data Science und Advance Analytics für Energieanlagen
BEW Berliner Energie und Wärme GmbH Berlin
Stellenbeschreibung
Wärme und Energie sind unser Beitrag zur Lebensqualität – jeden Tag aufs Neue.
Als BEW Berliner Energie und Wärme GmbH versorgen wir unsere Kund:innen mit Strom und Wärme. Unser Fernwärmenetz ist mit einer Länge von mehr als 2.000 Kilometern das größte Westeuropas. Wir beliefern etwa ein Drittel der Berliner Wohnungen mit Fernwärme.
Mit dem Know-how unserer rund 2.400 Mitarbeitenden decken wir die gesamte Wertschöpfungskette der Fernwärme ab – von der Erzeugung über den Netzbetrieb und -ausbau bis hin zum Vertrieb. Parallel dazu arbeiten wir mit Hochdruck am Kohleausstieg bis 2030 und an einer klimaneutralen* Wärmeerzeugung ab 2045.
Um dieses Ziel zu erreichen, werden wir den Anteil an erneuerbaren Energien und unvermeidbarer Abwärme** in unserem Fernwärmesystem schrittweise weiter ausbauen. Dieser Ausbau setzt einen grundlegenden Umbau vieler unserer Standorte und Anlagen voraus. Für diese Herausforderung und die damit verbundenen Aufgaben brauchen wir Menschen, die sich mit ganzer Kraft für unser gemeinsames Ziel einer lokalen Wärmewende engagieren – Menschen wie dich.
Für die BEW Berliner Energie und Wärme GmbH suchen wir dich zum nächstmöglichen Zeitpunkt als Werkstudent:in im Bereich Data Science und Advance Analytics für Energieanlagen am Standort Berlin.
Entwickle mit uns das technische Monitoring von morgen!
Die Abteilung Monitoring Performance und Technik verbindet ingenieurwissenschaftliches Anlagenverständnis mit datengetriebenen Analyseverfahren. Unser Ziel ist es, technische Daten systematisch in belastbares Handlungswissen zu überführen und damit Risiken frühzeitig zu erkennen, die Anlagenverfügbarkeit zu sichern und Optimierungspotenziale nutzbar zu machen.
Neben dem Betrieb bestehender Monitoringsysteme wollen wir neue Methoden, Technologien und Arbeitsweisen praktisch erproben. Dazu gehören beispielsweise Python-basierte Analysemodelle, automatisierte Datenvalidierung, Anomalieerkennung, datenbasierte Zustandsbewertung, technische Optimierungsmodelle und perspektivisch KI-gestützte Anwendungen. Die strategische Entwicklung zielt zudem auf besser verknüpfte Datenquellen, einen zentralen Asset Intelligence Hub und standardisierte, nachvollziehbare Prozesse.
Interesse geweckt? Jetzt bewerben
Als BEW Berliner Energie und Wärme GmbH versorgen wir unsere Kund:innen mit Strom und Wärme. Unser Fernwärmenetz ist mit einer Länge von mehr als 2.000 Kilometern das größte Westeuropas. Wir beliefern etwa ein Drittel der Berliner Wohnungen mit Fernwärme.
Mit dem Know-how unserer rund 2.400 Mitarbeitenden decken wir die gesamte Wertschöpfungskette der Fernwärme ab – von der Erzeugung über den Netzbetrieb und -ausbau bis hin zum Vertrieb. Parallel dazu arbeiten wir mit Hochdruck am Kohleausstieg bis 2030 und an einer klimaneutralen* Wärmeerzeugung ab 2045.
Um dieses Ziel zu erreichen, werden wir den Anteil an erneuerbaren Energien und unvermeidbarer Abwärme** in unserem Fernwärmesystem schrittweise weiter ausbauen. Dieser Ausbau setzt einen grundlegenden Umbau vieler unserer Standorte und Anlagen voraus. Für diese Herausforderung und die damit verbundenen Aufgaben brauchen wir Menschen, die sich mit ganzer Kraft für unser gemeinsames Ziel einer lokalen Wärmewende engagieren – Menschen wie dich.
Für die BEW Berliner Energie und Wärme GmbH suchen wir dich zum nächstmöglichen Zeitpunkt als Werkstudent:in im Bereich Data Science und Advance Analytics für Energieanlagen am Standort Berlin.
Entwickle mit uns das technische Monitoring von morgen!
Die Abteilung Monitoring Performance und Technik verbindet ingenieurwissenschaftliches Anlagenverständnis mit datengetriebenen Analyseverfahren. Unser Ziel ist es, technische Daten systematisch in belastbares Handlungswissen zu überführen und damit Risiken frühzeitig zu erkennen, die Anlagenverfügbarkeit zu sichern und Optimierungspotenziale nutzbar zu machen.
Neben dem Betrieb bestehender Monitoringsysteme wollen wir neue Methoden, Technologien und Arbeitsweisen praktisch erproben. Dazu gehören beispielsweise Python-basierte Analysemodelle, automatisierte Datenvalidierung, Anomalieerkennung, datenbasierte Zustandsbewertung, technische Optimierungsmodelle und perspektivisch KI-gestützte Anwendungen. Die strategische Entwicklung zielt zudem auf besser verknüpfte Datenquellen, einen zentralen Asset Intelligence Hub und standardisierte, nachvollziehbare Prozesse.