Detailansicht des Stellenangebots

Im Jahr 1866 hatten unsere Gründer die ehrgeizige Vision, Menschen, Sachgüter und die Umwelt vor technischen Risiken zu schützen. Fast 160 Jahre später bilden Nachhaltigkeit und Sicherheit die Grundlage für unsere Mission und alle unserer Dienstleistungen.

Unser Ziel ist es, Vertrauen in Technologien zu wecken und Fortschritt zu ermöglichen, indem wir technische Risiken managen und Veränderung erleichtern. Dieses Engagement kommt in unserem neuen Claim „Mehr Wert. Mehr Vertrauen." zum Ausdruck. Als Partner des Vertrauens, arbeiten wir kontinuierlich daran, unseren Kunden weltweit einen messbaren Mehrwert zu schaffen, wenn es um Lösungen für Qualität, Sicherheit und Nachhaltigkeit geht. Mit Blick auf die Zukunft sind wir überzeugt davon, dass Nachhaltigkeit und Digitalisierung die Entwicklung von Wirtschaft und Gesellschaft weiterhin prägen werden.

Heute sind wir mit fast 30.000 Mitarbeitern an über 1.000 Standorten vertreten. Unsere Experten kennen sich aus mit neuen Technologien und entwickeln individuelle Möglichkeiten für Ihr Unternehmen. Wir alle glauben daran, dass Technologie dazu beitragen sollte, das Leben der Menschen zu verbessern. Daher arbeiten wir Hand in Hand mit unseren Kunden, um technologische Entwicklungen vorauszusehen und gewinnbringend zu nutzen.

Über die Einhaltung gesetzlicher Vorschriften hinaus schaffen wir Vertrauen in die physische und digitale Welt, um eine sicherere und nachhaltigere Zukunft auf den Weg zu bringen.
Aufgaben * Unterstützung bei der Umsetzung konkreter Use Cases mithilfe mathematischer Optimierungsverfahren, Machine-Learning-Algorithmen (z.B. Forecasting-Modelle) und Artificial Intelligence zur Verbesserung der Aufgaben- und Tourenplanung

• Aufbereitung und Visualisierung von Ergebnissen
• Enge Zusammenarbeit in agilen, interdisziplinären Projektteams mit weiteren Data Scientists, Softwareentwicklern und Fachexperten
• Erstellung und Pflege von Dokumentationen zu den entwickelten Lösungen

Qualifikation * Laufendes Studium in einem relevanten Master-Studiengang (z.B. Mathematik, Wirtschaftsinformatik, Data Science, Operations-Research)

• Idealerweise erste praktische Erfahrung im Bereich Data Science oder mathematische Optimierung
• Gute Kenntnisse in Python; Azure-Kenntnisse sind von Vorteil
• Sehr gute Deutsch- und Englischkenntnisse
• Verfügbarkeit von mindestens 10 Stunden pro Woche vor Ort, mit der Möglichkeit, bis zu 20 Stunden pro Woche zu arbeiten