Entwicklung und Pflege von ETL Pipelines zur effizienten Verarbeitung und Analyse von Zeitreihendaten
Erstellung von Visualisierungen zur Darstellung von Zusammenhängen zwischen Zeitreihendaten und Diagnosetroublecodes (DTCs)
Analyse der Messdaten aus Fahrversuchen mit Brennstoffzellentechnologie zur Identifikation und Kategorisierung von Fehlern
Durchführung von Ursachenanalysen zur schnellen und präzisen Fehlerbehebung
Implementierung von Methoden und Tools zur Automatisierung der Fehleridentifikation und -kategorisierung
Das macht dich für uns so besonders:
Studium der Fahrzeugtechnik oder vergleichbar
Erfahrung in der Datenanalyse von verschiedenen Fahrzeugdaten
sehr gute Kenntnisse in Python / PySpark
Kenntnisse in PowerBI, Databricks, Microsoft Azure sind wünschenswert
Kenntnisse des CAN-Protokolls und Signalinterpretation
sehr gute Deutsch- und Englischkenntnisse
ep ist eine Vision, bei der Menschen, Ideen und Technik zusammenkommen. Unseren Mitarbeitern und Bewerbern bieten wir die besten Karriereaussichten – beide Seiten gleichermaßen im Fokus.
Wir nutzen Cookies, um dir eine bestmögliche Nutzungserfahrung auf unserer Webseite anbieten zu können. Mit den erhobenen statistischen Daten stellen wir dir Inhalte bereit, die zu deinen Interessen passen und optimieren die Webseite für zukünftige Besucher. Durch einen Klick auf "Cookies akzeptieren" stimmst du der Nutzung aller von uns eingesetzten Cookies zu. Um deine Cookie-Einstellungen individuell anzupassen, klicke auf "Cookie-Einstellungen anpassen" und nach der Auswahl der gewünschten Einstellungen auf "Cookies akzeptieren". Weitere Informationen, wie wir deine Daten schützen, findest du in unserer Datenschutzerklärung.