Über uns:

EMPIT vereint innovative Hard- und Software mit modernsten Algorithmen, um ihre inhouse entwickelte Technologie voranzutreiben. Wir sind eine technologiegetriebene Unternehmensfamilie, welche die Vermessung und Zustandsbeurteilung von Pipelines neu erfindet und so nachhaltig die Umwelt schützt.

Als Werkstudent*in bei EMPIT bist du verantwortlich für die Unterstützung des Datenanalyse Teams.

Hierbei kommen u.a. folgende spannende Aufgaben auf dich zu:

Das sind deine Aufgaben

• Big Data: Identifikation und Verknüpfung heterogener Datenquellen
• Mithilfe bei der Automatisierung von Arbeitsschritten in der Datenanalyse und Datenaufnahme
• Du unterstützt das Team in der manuellen Anpassung von Parametern zur Optimierung von Interpolationsmodellen (Spline-Interpolation)
• Die praxisorientierte Weiterentwicklung deiner Fähigkeiten ist für uns zentral. Dafür arbeitest du direkt gemeinsam mit unseren Analyse- und Entwicklungsteams zusammen und übernimmst auch vollständig eigene Aufgaben

Unser Angebot an dich

• Du hast die Möglichkeit an einer branchenverändernden Reise teilzunehmen und zusammen mit einem Weltklasse-Team an der Spitze der Inspektionstechnologie zu arbeiten
• Vergünstigtes deutschlandweites Sportangebot
• Jede Menge Snacks und regelmäßige kostenfreie Mittagessen
• Flache Hierarchien und die Chance vom ersten Tag an etwas zu bewirken
• Fachliche und berufliche Entwicklungspotenziale
• Ein tolles Team
• Teamevents, Firmenfeiern und jede Menge Raum für deine Ideen

Das bringst du mit

• Du befindest dich an einem fortgeschrittenen Punkt deines Studiums
• Du studierst einen technischen oder themenrelevanten Studiengang (z.B. Informatik, Mathematik, Physik, Wirtschaftsingenieur o.ä.)
• Du bringst ein grundlegendes Verständnis für Python mit
• Du verfügst über eine analytische, verantwortungsvolle und präzise Arbeitsweise. Dabei kontrollierst du deine Arbeit laufend selbst. Erkenntnisse, Fehler und Vorschläge diskutierst du aktiv mit deinen Kollegen
• Verhandlungssicheres Deutsch sowie gute Englischkenntnisse in Wort und Schrift