Diese Herausforderungen übernimmst du
* Analyse und Auswertung großer Datenmengen zur Prozessoptimierung im Engineering-Umfeld
* Entwicklung datengetriebener Methoden für Logistik- und Distributionsprozesse
* Erstellung, Pflege und Optimierung von Datenmodellen mit Python, SQL und Databricks
* Anwendung statistischer Analysen sowie Machine-Learning-Verfahren zur Mustererkennung
* Extraktion relevanter Informationen aus heterogenen Datensätzen
* Ableitung von Trends in operativen Prozessen mittels Data Analytics Tools wie Pandas oder NumPy
* Präsentation von Analyseergebnissen und Visualisierung mittels Power BI oder Tableau für Stakeholder:innen
* Entwicklung automatisierter Workflows zur kontinuierlichen Prozessverbesserung im Ersatzteilzentrum
Das erwartet dich bei uns
* Mehr als der GVP: Wir bieten Sonderurlaub, Kindergartenzuschuss, Jubiläumszuwendungen u. v. m.
* Prämienprogramm für Empfehlungen neuer Kolleg:innen
* Weiterbildungsangebote unseres Inhouse-Instituts, der FERCHAU Academy (E-learnings, Trainings und Seminare)
* Networking und einfach Spaß haben bei Teamevents, Weihnachtsfeiern oder Sommerfesten
* Spannende und abwechslungsreiche Projekte bei innovativen Unternehmen
Das bringst du mit
* Abgeschlossenes Studium der Informatik, Wirtschaftsinformatik, BWL oder vergleichbare Fachrichtung
* Berufserfahrung in der Logistikplanung mit Fokus auf Lager- und Distributionsprozesse wünschenswert
* Fundierte Kenntnisse in Python, SQL sowie idealerweise Erfahrung mit Databricks-Plattformen
* Praxiserfahrung mit Data Analytics Tools wie pandas, scikit-learn oder vergleichbaren Bibliotheken
* Kenntnisse im Umgang mit Big Data Technologien zum Beispiel Spark oder Hadoop von Vorteil
* Erfahrung in der Modellierung komplexer Datenstrukturen sowie deren Validierung durch Testszenarien
* Kenntnis gängiger Methoden des maschinellen Lernens wie Clustering oder Regressionen
* Kenntnisse der deutschen sowie englischen Sprache in Wort und Schrift
Lust auf die nächste Herausforderung? Dann sollten wir uns unbedingt kennenlernen! Am schnellsten geht es, wenn du dich direkt bewirbst - online unter der Kennziffer FE28-20502-MA bei Frau Marie-Anne Engelskirchen. Lass uns gemeinsam das nächste Level nehmen und Technologie nach vorn bringen!