Job Description
Als Übertragungsnetzbetreiber sichern wir die Stromversorgung für rund elf Millionen Menschen in Baden-Württemberg. Wir schaffen die Infrastruktur für die Energiewende, indem wir das Höchstspannungsnetz instand halten, optimieren und bedarfsgerecht ausbauen. Mit unserem Netz machen wir das Land nicht nur zur innovativen Stromdrehscheibe im Herzen Europas, sondern gestalten das Energiesystem der Zukunft maßgeblich mit.
Der Bereich Systembetrieb verantwortet rund um die Uhr den sicheren, umweltgerechten und effizienten Betrieb des Übertragungsnetzes und der Regelzone von TransnetBW. Hierzu gehören neben der Steuerung des 380- und 220-Kilovolt-Transportnetzes auch die Bereitstellung leistungsfähiger IT- und Infrastruktursysteme, der Handel an Energie- und Ausgleichsmärkten, HSE-Aufgaben sowie die Entwicklung zukunftsfähiger Plattformlösungen zur Steuerung des Stromnetzes.
Referenznummer: 3995
- Engagiert unterstützt du uns bei quantitativen Analysen der nationalen und europäischen Strom- und Regelreservemärkte.
- Du entwickelst und implementierst Ansätze und Methoden zur Identifizierung von Markteinflussfaktoren, vor allem im Zusammenhang mit ungewöhnlichen Marktergebnissen.
- Zudem erstellst du Strommarktanalysen, z. B. zur Preisbildung, zu grenzüberschreitenden Austauschen oder zu den Auswirkungen regulatorischer Änderungen, und visualisierst, dokumentierst und präsentierst die Ergebnisse.
- Du unterstützt bei der Weiterentwicklung von Analysetools mit Schwerpunkt Python.
- In deiner Rolle bist du direkt in das Tagesgeschäft eingebunden und erhältst tiefe Einblicke in die Arbeitsweise eines Übertragungsnetzbetreibers.
- Du absolvierst derzeit ein Masterstudium in einem MINT-Fach (z. B. Elektrotechnik, Informatik, Data Science oder quantitative Wirtschaftswissenschaften).
- Dazu verfügst du über Erfahrung in der Python-Programmierung mit Kenntnissen der wichtigsten Datenanalyse-Bibliotheken wie Pandas und NumPy.
- Du bist geübt im Umgang mit großen Datensätzen sowie in deren Verarbeitung und Strukturierung.
- Komplexe technische und energiewirtschaftliche Zusammenhänge erfasst du schnell und hast schon Einblicke ins Thema Strommärkte gewonnen.
- Neben ausgezeichneten Englischkenntnissen in Wort und Schrift sowie Basis-Know-how in Deutsch bringst du erstes Wissen über Machine Learning (z. B. Regressions- und Klassifikationstechniken) mit, gerne auch schon über Prognosemethoden.