Data Engineering Jobs

führen Lehrveranstaltungen in den Bachelor-/Masterstudiengängen des Fachbereiches in deutscher und englischer Sprache durch. setzen Forschungs- und Entwicklungsarbeiten um, akquirieren und leiten Drittmittelprojekte und beteiligen sich am Wissenschaftstransfer. entwickeln und nutzen bioinformatische und KI-Werkzeuge in Lehre und Forschung.

Sie übernehmen die Konzeption, Entwicklung und Implementierung neuer Methoden sowie deren Validierung in Simulationen und Hardware-in-the-Loop-Tests mit Quadcoptern unterschiedlicher Größe und Onboard-Rechnersystemen. Sie entwickeln eigene wissenschaftliche Fragestellungen und Forschungsideen im Themenfeld der Professur und treiben diese selbstständig voran.

Entwickle KI-Lösungen: Du unterstützt bei der Entwicklung maßgeschneiderter Data-Science- und KI-Lösungen – vom Proof-of-Concept bis hin zu operativen Machine-Learning-Modellen.

Vermittlung von Kenntnissen zu: Daten, Prognosen, Wissensgewinnung und deren Umsetzung Datenaufbereitung und Datenbereitstellung Reporting und Optimierung von Prozessen Grundausbildung zu den Themen Software-Engineering und Anwendungsentwicklung Testen und Analysieren von technischen Lösungen sowie Evaluierung von bestehender Software

Beschäftige Dich mit Künstlicher Intelligenz, Daten und modernen Technologien und lerne, wie diese im Finanzumfeld eingesetzt werden können. Probiere Dich in verschiedenen Bereichen wie Cyber Security, Data Science, IT-Consulting und Software Engineering aus.

Design von KI-/ML-Plattformen unter Berücksichtigung bestehender Rahmenbedingungen (Governance-Anforderungen, Sicherheit, Skalierbarkeit und Interoperabilität; enge Abstimmung mit IT-Architektur, Datenschutz und Compliance) Entwicklung, Etablierung und Pflege von Standards und Richtlinien für den Einsatz von KI in der Stadtverwaltung (Datenmodelle, APIs/Events, Qualitäts- und Sicherheitsanforderungen, Monitoring, Betrieb, Open-Source-Strategie, Lieferantenbewertung) Mitwirkung an KI-Projekten vom Beratungsprozess über die Pilotierung bis hin zur Produktivsetzung und dem operativen Betrieb

Koordination der Produkt- und Technologieentwicklung für den Produktbereich TwinCAT Machine Learning und Agentic AI Weiterentwicklung der Produktstrategie und Roadmap für bestehende sowie neue Produkte unter Berücksichtigung von Markt-, Kunden- und Technologietrends Abstimmung von Produktanforderungen, Prioritäten und Entwicklungsumfängen mit den beteiligten Entwicklungsabteilungen Begleitung des gesamten Produktlebenszyklus – von der Idee und Anforderungsdefinition über Spezifikation und Entwicklung bis zur Markteinführung und kontinuierlichen Weiterentwicklung

Du lernst die Grundlagen der Informatik, Data Science, Künstlichen Intelligenz und BWL kennen. Zudem analysierst und interpretierst du Daten, entwickelst datenbasierte Lösungen für das Prozess- und Projektmanagement und setzt dich mit aktuellen KI-Trends auseinander.

Du beschäftigst dich mit Programmierung, Algorithmen, Datenverarbeitung und maschinellem Lernen. Deine gewonnenen theoretischen Kenntnisse setzt Du direkt bei uns ein und entwickelst u.a. professionelle Unternehmens-Anwendungen im Bereich der Künstlichen Intelligenz. Deine Studienphasen absolvierst Du bei unserem Kooperationspartner – der renommierten Leibniz-Fachhochschule in Hannover.

Du sorgst dafür, dass unser Vergleich auf der Website stetig besser wird. Dafür schaust Du Dir unsere Produkte aus Kundensicht an und überlegst, welche neuen Features, Filter oder Funktionen sinnvoll wären. Gemeinsam mit unserer IT setzt Du diese Ideen um, priorisierst Anforderungen und begleitest den gesamten Prozess von der Idee bis zum fertigen Feature – inklusive Einsatz modernster Technologien und KI. Du erfährst aus erster Hand, wie wir Künstliche Intelligenz und moderne Technologien in unsere Produkte integrieren, und arbeitest aktiv daran mit. Du wertest Nutzerverhalten und KPIs aus und lernst, wie man auf Basis von Zahlen bessere Produktentscheidungen trifft.

Welche Kernprozesse eines Transformation Management Office eignen sich für eine KI-basierte Unterstützung oder Automatisierung? In welchem Umfang können generative KI und Machine-Learning-Ansätze die Qualität und Effizienz von Reporting-, Risiko- und Maßnahmenmanagementprozessen verbessern? Welche organisatorischen, technologischen und datenbezogenen Voraussetzungen sind für die Einführung eines AI-Powered TMO erforderlich?

Analyse bestehender Berechnungs- und Auslegungsverfahren in der Wasser- und Abwassertechnik. Aufbereitung und Auswertung vorhandener Prozess- und Anlagendaten. Untersuchung geeigneter KI- und Machine-Learning-Methoden. Entwicklung eines Modells zur Unterstützung technischer Berechnungen und Auslegungsprozesse. Vergleich der KI-gestützten Ergebnisse mit konventionellen Berechnungsmethoden.