Unser Kunde sucht einen engagierten (Senior) Data Scientist (f/m/x) mit einem Fokus auf Forecasting, um das Team in Hamburg zu verstärken. In dieser Rolle sind Sie Teil eines dynamischen und innovativen Unternehmens, das sich auf algorithmischen Energiehandel für Energiespeichersysteme und erneuerbare Energien spezialisiert hat. Sie werden an der Entwicklung und Verfeinerung von Prognosemodellen arbeiten, die direkt die Handelsstrategien beeinflussen und den Wert erneuerbarer Energien auf dem Markt maximieren. Ihre Aufgaben umfassen die Verantwortung für die End-to-End-Prozesse im Bereich Forecasting sowie die Datenworkflows, um komplexe Zeitreihendaten in umsetzbare Signale für den Echtzeit-Handel zu verwandeln. Sie werden eng mit dem Trading-Team und anderen Stakeholdern zusammenarbeiten, um sicherzustellen, dass Ihre Modelle und Erkenntnisse einen direkten und sichtbaren Einfluss auf das Geschäft und das Energiesystem haben. Das Unternehmen bietet ein unterstützendes Teamumfeld und fördert eine Kultur der Zusammenarbeit, die sich auf die Energiewende konzentriert. Die Entwicklungsperspektiven sind vielversprechend, da das Unternehmen plant, sein Team weiter auszubauen und neue Talente zu integrieren.

Der ideale Kandidat bringt mehr als 4 Jahre Erfahrung im Bereich Zeitreihenprognose und maschinelles Lernen mit, vorzugsweise mit einem Fokus auf Preis- und Marktprognosen in Produktionsumgebungen wie Energie, Handel oder Fintech. Sie sollten über starke Kenntnisse in Python und SQL verfügen sowie Erfahrung mit cloud-basierten ETL-Pipelines, idealerweise AWS, haben. Ein nachweislicher Erfolg in der Entwicklung und Pflege von Prognosemodellen für nicht-stationäre Zeitreihen ist erforderlich. Persönlich zeichnen Sie sich durch eine proaktive und pragmatische Denkweise aus, kommunizieren klar und konzentrieren sich auf Ergebnisse. Zuverlässigkeit und Verantwortungsbewusstsein sind für Sie selbstverständlich, und Sie haben Freude daran, Ihre Arbeit in die Praxis umzusetzen und deren Auswirkungen zu sehen. Erfahrung im Energiemarkt oder Handelsumfeld sowie Kenntnisse in Datenvisualisierungstools wie Grafana sind von Vorteil.