Gruppenleitung AI, Machine Learning & MLOps für Prognosesysteme
Primary stack
Nice to have's
Job description
Über die Position
Gruppenleitung AI, Machine Learning & MLOps für Prognosesysteme
Die Fraunhofer-Gesellschaft ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. Am Fraunhofer IEE in Kassel forschen rund 450 Wissenschaftlerinnen und Wissenschaftler an Lösungen für die Energiewende. Wir suchen eine fachliche und disziplinarische Führungskraft, die die Entwicklung und Skalierung intelligenter Prognosesysteme für die Energiewirtschaft vorantreibt.
Du möchtest die Umsetzung der Energiewende mitgestalten und an der Schnittstelle von Wissenschaft und Wirtschaft arbeiten?
Im Innovationsfeld »Prognosesysteme 4.0« entwickeln wir als interdisziplinäres Forschungsteam innovative, Machine-Learning-basierte Prognoseverfahren für die Energiewirtschaft. Unser Fokus liegt auf der Entwicklung, dem Betrieb und der Skalierung intelligenter Prognosesysteme für hunderttausende bis Millionen von Energieanlagen. Dabei verbinden wir Machine Learning, skalierbare Softwareinfrastrukturen und energiewirtschaftliche Anwendungen, um die Digitalisierung und Automatisierung des Energiesystems voranzutreiben.
Verantwortlichkeiten
- Disziplinarische Führung und Weiterentwicklung eines agilen Teams von wissenschaftlichen und technischen Mitarbeitenden mit Fokus auf die Operationalisierung skalierbarer, robuster und souveräner KI- und Machine-Learning-Verfahren für Anwendungen in der Energiewirtschaft
- Fachliche Mitgestaltung der MLOps-Architektur sowie der Konzeption und Weiterentwicklung skalierbarer Plattformen und Infrastrukturen für den zuverlässigen Betrieb von KI- und Machine-Learning-Verfahren
- Mitgestaltung unseres agilen Transformationsprozesses als Führungskraft
- Begleitung und Förderung der Mitarbeitenden im Rahmen ihrer fachlichen und persönlichen Weiterentwicklung durch Mentoring, Coaching und regelmäßiges Feedback
Anforderungen
- Abgeschlossenes wissenschaftliches Hochschulstudium der Fachrichtungen Informatik, Data Science, Mathematik, Physik oder ähnlicher Fachrichtungen; abgeschlossene Promotion wünschenswert
- Hohes Interesse an energiewirtschaftlichen Fragestellungen sowie an Machine Learning, MLOps und der Skalierung von KI-Systemen im Kontext der Energiewende
- Einschlägige Erfahrung bei der erfolgreichen Akquise und Leitung von Projekten im nationalen und internationalen Kontext
- Leidenschaft und Motivation, die persönliche Karriereentwicklung von Mitarbeitenden zu gestalten und durch Maßnahmen wie Coaching zu unterstützen
- Praktische Erfahrung mit agilen Arbeitsmethoden und dienender Führung (Servant Leadership)
- Idealerweise Kontakte zu Fördermittelgebern, Forschungspartnern und der Industrie
- Sicheres, zuvorkommendes Auftreten, Eigeninitiative, Teamfähigkeit, Kommunikationsbereitschaft, Kundenorientierung, Reisebereitschaft
- Sehr gute Deutsch- und gute Englischkenntnisse in Wort und Schrift
Nice to Have
- Promotion
- Erfahrung mit agilen Methoden
- Mentoring
- Coaching
- Führungserfahrung
- Kontakte zu Fördermittelgebern
- Deutsche und englische Sprachkenntnisse
Wir bieten
- Eine abwechslungsreiche Aufgabe in einer national und international renommierten Organisation für anwendungsorientierte Forschung
- Mit dem FhG-Qualitäts-Siegel „FamilienLogo“ ausgezeichnete Möglichkeiten zur Vereinbarkeit von Familie und Beruf, unter anderem die Nutzung eines Mit-Kind-Büro
- Verpflichtung zur Charta der Vielfalt – Wir fördern aktiv Vielfalt und Inklusion in allen Bereichen
- Möglichkeit zur Promotion
- Flexible Arbeitszeiten und die Möglichkeit zur Arbeit im Home-Office oder im modernen Institutsgebäude mit New Work Konzept in zentraler Lage
- Ein faires Vergütungssystem mit individuellen leistungsbezogenen Vergütungsbestandteilen und Erfolgsbeteiligung
- Betriebliche Altersvorsorge (VBL), 30 Tage Urlaub, Jobticket, gute ÖPNV-Anbindung, kostenfreie Parkplätze inkl. leistungsfähige Ladeinfrastruktur für Elektrofahrzeuge mit Vorzugskonditionen für Mitarbeitende, sowie Corporate Benefits
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.
Die wöchentliche Arbeitszeit beträgt 39 Stunden. Die Stelle kann auch in Teilzeit ausgeübt werden, ist zunächst auf 2 Jahre befristet und soll zum nächstmöglichen Zeitpunkt besetzt werden. Wir streben eine längerfristige Zusammenarbeit an. Anstellung, Vergütung und Sozialleistungen basieren auf dem Tarifvertrag für den öffentlichen Dienst (TVöD). Zusätzlich kann Fraunhofer leistungs- und erfolgsabhängige variable Vergütungsbestandteile gewähren.
Bereit für Veränderung? Dann bewirb Dich jetzt, und mach einen Unterschied! Nach Eingang Deiner Online-Bewerbung erhältst Du eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Dir, wie es weitergeht.
Fragen zu dieser Position beantwortet Dir gerne:
Luzie Barten (Recruiting)
E-Mail: [email protected]
Tel.: +49 (0) 561 / 7294 - 1672
Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE
Stellensegment:
Training, Learning, Machinist, Industrial, Education, Human Resources, Manufacturing
Jetzt bewerben »
Kennziffer: 86000
Bewerbungsfrist: 11.11.2026
© Fraunhofer Institut AISEC. This job description was sourced from the employer's public career page. TheJob is not the employer — we index the posting and route candidates to the source. All content rights and hiring decisions belong to the employer.
More at Fraunhofer Institut AISEC
All 227 rolesMasterarbeit: Radiographie von Gas-Partikel-Strömen beim Thermal Runaway von Li-Ionen-Zellen
Fraunhofer Institut AISEC · Germany +1
Abschlussarbeit »Entwicklung einer Prozessdatenerfassung & -visualisierung für Spritzgussprozesse«
Fraunhofer Institut AISEC · Germany
Masterarbeit: Aktuelle Backdoor Detektionsverfahren angreifen
Fraunhofer Institut AISEC · Germany
studentische Hilfskraft in der Abteilung MDI
Fraunhofer Institut AISEC · Germany