Global Reliability Analyst/ Data Scientist (m/w/d)

Bei Bayer sind wir Visionäre und entschlossen, die größten Herausforderungen unseres Planeten zu überwinden und zu einer Welt beizutragen, in der genug Nahrung und ausreichende medizinische Versorgung für alle Menschen keine unerreichbaren Ziele mehr darstellen. Wir tun dies mit Energie, Neugier und purer Hingabe, lernen stets von den Menschen um uns herum, erweitern unsere Denkweise, verbessern unsere Fähigkeiten und definieren das „Unmögliche“ neu. Es gibt viele Gründe, sich uns anzuschließen: Wenn Sie nach einer abwechslungsreichen und bedeutungsvollen beruflichen Zukunft streben, in der Sie gemeinsam mit anderen brillanten Köpfen wirklich etwas bewegen können, möchten wir Sie in unserem Team haben.

Global Reliability Analyst/ Data Scientist (m/w/d)

Wir freuen uns über Ihre Leidenschaft für die datenbasierte Optimierung der Zuverlässigkeit und Instandhaltung von Bayer Anlagen und Ihr Talent für Data Analytics! Es ist uns ein wichtiges Anliegen, die richtigen Talente für das Asset Life Cycle Management bei BAYER gewinnen zu können. Gerne identifizieren und gestalten wir gemeinsam mit Ihnen, die Karriere- und Entwicklungsmöglichkeiten, die Sie suchen, auch in Teilzeit.

IHRE AUFGABEN UND VERANTWORTLICHKEITEN

• Sie leiten Projekte und führen Datenanalysen und -modellierungen zur Optimierung der Zuverlässigkeit und Instandhaltung von Anlagen und Ausrüstungen in Bayer Life Science Betrieben durch (Wirkstoffherstellung, Formulierung, Verpackung)
• Dabei analysieren Sie verschiedene Datenquellen, zur Gewinnung zielgerichteter Ergebnisse, indem Sie komplexe statistische und prädiktive Modellierungskonzepte, Clustering- und Klassifizierungstechniken einsetzen
• Sie erstellen eigenverantwortlich datenbasierte Prognosemodelle zur Zustandsvorhersage sowie Zustandsüberwachung kritischer Anlagenkomponenten, z. B. für diverse Condition Monitoring / Predictive Maintenance Anfragen
• Sie identifizieren Verbesserungspotenziale und Entwicklungsmöglichkeiten von Maßnahmenplänen basierend auf den genannten Analysen
• Sie analysieren die Möglichkeit aktuell vorhandener Schnittstellen von Maschine zur Datenerhebung und arbeiten in cross-funktionalen Teams (z. B. Data Engineers, Domain Experts), um diese zu nutzen
• Sie sind Teil Bayer-interner und externer Communities und Netzwerke im Bereich Reliability Analytics und Data Science

WAS SIE MITBRINGEN

• Abgeschlossenes Studium im Bereich Informatik, Mathematik, Statistik, Machine Learning, Physik oder einem verwandten Fachgebiet, Promotion von Vorteil
• Sie besitzen ein umfassendes Verständnis von Maschinellem Lernen
• Sehr gute Programmierkenntnisse in Python (einigen Frameworks, wie z. B. NumPy, pandas, scikit-learn, PyTorch, TensorFlow, Spark ML)
• Kenntnisse mit Schnittstellen, Datenbanksystemen und Cloud-Umgebungen sind eine wichtige Voraussetzung
• Sie besitzen ein starkes Präsentations- und Kommunikationsgeschick und sind in der Lage komplexe, analytische Konzepte für fachfremde und Expert:innen anderer Fachgebiete nachvollziehbar zu erläutern
• Sie verfügen über exzellente Analyse- und Problemlösefähigkeiten
• Sie sind dazu bereit, auch auf internationaler Ebene zu arbeiten
• Sehr gute Deutsch- und Englischkenntnisse helfen Ihnen dabei, Ihre Ideen auch im internationalen Kontext zu teilen

IHRE BEWERBUNG

Dies ist Ihre Chance, sich mit uns gemeinsam den größten globalen Herausforderungen unserer Zeit zu stellen: die Gesundheit der Menschen zu erhalten, die wachsende Weltbevölkerung zu ernähren und den Klimawandel zu verlangsamen. Sie haben eine Stimme, Ideen und Perspektiven, die wir hören möchten. Denn unser Erfolg beginnt mit Ihnen. Seien Sie dabei!

Bayer begrüßt Bewerbungen aller Menschen ungeachtet von ethnischer Herkunft, nationaler Herkunft, Geschlecht, Alter, körperlichen Merkmalen, sozialer Herkunft, Behinderung, Mitgliedschaft in einer Gewerkschaft, Religion, Familienstand, Schwangerschaft, sexueller Orientierung, Geschlechtsidentität oder einem anderen sachfremden Kriterium nach geltendem Recht. Wir bekennen uns zu dem Grundsatz, alle Bewerberinnen und Bewerber fair zu behandeln und Benachteiligungen zu vermeiden.

Standort: Leverkusen

Division: Enabling Functions

Referenzcode: 553265