Werkstudent Data Engineering & Data Science (d/m/w/x)

Life is always about becoming… Im Leben geht es darum, sich auf eine Reise zu begeben, um die beste Version unseres zukünftigen Selbst zu werden. Während wir Neues entdecken, stellen wir uns Herausforderungen, meistern sie und wachsen über uns hinaus.

Bewerben Sie sich bei Mercedes-Benz und finden Sie den Aufgabenbereich, in dem Sie Ihre Talente individuell entfalten können. Dabei werden Sie von visionären Kolleginnen und Kollegen unterstützt, die Ihren Pioniergeist teilen. Bei uns einzusteigen bedeutet, Teil eines globalen Teams zu werden, dessen Ziel es ist, die begehrenswertesten Automobile der Welt zu bauen. Together for excellence.

Stellennummer: V000076587

Wir sind Mercedes-Benz Tech Innovation - doch wir bauen keine Autos: Wir definieren die Zukunft mit Technologie.

Als größte Tech Company der Mercedes-Benz Group AG arbeiten rund 2.500 Mitarbeitende in Ulm, im Raum Stuttgart, in Berlin und in Karlsruhe sowie in internationalen Tech Hubs an den Techniktrends der Mobilität von morgen.

Uns verbindet die Begeisterung für Innovation und neueste Technologien – kombiniert mit der Überzeugung, dass individuelle Freiheit und Eigenverantwortung für echten Fortschritt entscheidend sind. Wir sind #techinnovators.

Welche Aufgaben erwarten dich?

• Als Werkstudent (d/m/w/x) wirkst du aktiv an der Entwicklung und Implementierung innovativer AI-Lösungen für die Fahrzeugvalidierung mit.
• Zu deinen Aufgaben gehört die Konzeption und der Aufbau von Prototypen sowie Minimum Viable Products.
• Darüber hinaus unterstützt du das Team im Data Engineering, indem du Datenpipelines für Fahrzeug- und Sensordaten gestaltest, weiterentwickelst und optimierst.
• Ein weiterer Schwerpunkt deiner Tätigkeit liegt in der Analyse komplexer Datensätze, bei der du Muster erkennst und relevante Features für Modelle ableitest.
• Außerdem bist du an der Entwicklung, dem Training und der Evaluation von Machine-Learning- und Deep-Learning-Modellen beteiligt, beispielsweise im Kontext von Predictive Maintenance oder der Anomalieerkennung.
• Ergänzend dazu beobachtest du aktuelle Trends im Bereich AI und bringst neue Ideen und Impulse in das Team ein.

Wie passt du in unser Team?

Bereit, durchzustarten? Wenn du uns mit nachweislich hervorragenden Deutsch- und Englischkenntnissen überzeugst und deine vollständigen Bewerbungsunterlagen (Anschreiben, Lebenslauf, Notenübersicht, Immatrikulationsbescheinigung sowie ggf. Aufenthaltsgenehmigung/Arbeitserlaubnis) vorliegen, bist du nur noch einen Klick von deiner Chance entfernt.

Kleiner Tipp: Bei der Flut an Top-Bewerbungen, die wir bekommen, ist eine lückenlose Bewerbung dein einziges Ticket ins Spiel. Ohne das komplette Paket geht's für dich leider nicht weiter – no exceptions!

• Du befindest dich in einem laufenden Studium der Informatik, Data Science, Ingenieurwissenschaften, Mathematik, Physik oder eines vergleichbaren Studiengangs.
• Zudem verfügst du über fundierte Kenntnisse in Python, insbesondere im Umgang mit Bibliotheken wie Pandas, NumPy, scikit-learn sowie idealerweise TensorFlow oder PyTorch.
• Erste praktische Erfahrungen im Bereich Data Engineering, beispielsweise mit Datenpipelines, SQL oder Databricks, und/oder im Bereich Data Science, insbesondere Machine Learning oder Deep Learning, sind von Vorteil.
• Du zeichnest dich durch ein starkes analytisches Denkvermögen sowie eine strukturierte und selbstständige Arbeitsweise aus und arbeitest gerne im Team.
• Zudem bringst du ein hohes Interesse an der Automobilindustrie, modernen Technologien und künstlicher Intelligenz mit.
• Kenntnisse in Cloud-Plattformen wie AWS, Azure oder GCP sowie sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift runden dein Profil idealerweise ab.

• Hybrides Arbeiten möglich
• Mit­arbeiter­handy möglich
• Gesund­heits­maß­nahmen
• Mit­arbeiter­rabatte möglich
• Mit­arbeiter Events
• Essens­zulagen
• Lebens­langes Lernen
• Mobilitäts­angebote
• Mit­arbeiter­beteili­gung möglich
• Coaching
• Betrieb­liche Alters­ver­sorgung
• Flexible Arbeits­zeit möglich
• Park­platz
• Kantine, Café
• Gute An­bindung
• Barriere­frei­heit

KA1SP_DE