devjobs.de

Leiter Modellierung & Quantitative Analyse

Trianel GmbH · Aachen | Deutschland · Hybrid, Onsite

Gehalt auf Anfrage

Gefunden am 05.06.2026

Match

84%

Fit in Skills, Kultur und Entwicklungspfad.

Beschreibung

Job Zusammenfassung In dieser Rolle führst du ein Team zur Entwicklung und Optimierung quantitativer Modelle, kümmerst dich um Model Governance und technologische Umsetzung in Cloud-Umgebungen, während du Handelsentscheidungen im Energiesektor verbesserst. Job Zusammenfassung In dieser Rolle führst du ein Team zur Entwicklung und Optimierung quantitativer Modelle, kümmerst dich um Model Governance und technologische Umsetzung in Cloud-Umgebungen, während du Handelsentscheidungen im Energiesektor verbesserst. Deine Rolle im Team Für unsere Abteilung Modellierung & Quantitative Analyse am Standort Aachen suchen wir Dich. Als Leiter:in der Abteilung bist Du mit Deinem Team, dass Du fachlich und disziplinarisch führst, verantwortlich für die Entwicklung, Validierung und den produktiven Betrieb quantitativer Modelle und datengetriebener Produkte. Ziel ist die messbare Optimierung energiewirtschaftlicher Prozesse in den Bereichen Energiehandel, Direktvermarktung, Bepreisung/PPA sowie Risiko- und Portfoliomodellierung. Die Position verantwortet die Modell-Governance, die technische Umsetzung (inkl. Cloud-Betrieb) und die Befähigung des Teams durch technisches Mentoring. Entwicklung und Umsetzung einer Quant- und KI-Roadmap (Use-Case-Priorisierung nach Business Value, Risiko und Umsetzbarkeit); Ownership über Modell-Lifecycle und -Governance. (Weiter-)Entwicklung quantitativer Modelle für Handel und Portfolioentscheidungen (z. B. Preisprognosen, Spreads, Volatilität); Optimierung von Handelsentscheidungen unter Unsicherheit. Prognosen für Erzeugung und Erlöse (z. B. Wind/PV) inkl. Quantifizierung von Unsicherheit. Entwicklung und Pflege von Pricing- und Bewertungsmodellen für strukturierte Produkte und PPAs. Aufbau und Weiterentwicklung von Marktrisiko-Modellen (z. B. VaR/CVaR/ES, Stress Tests, Backtesting, Limit-Framework). Technische Verantwortung für produktionsfähige Quant-Services: Datenpipelines, Modellbereitstellung, Überwachung und Betrieb; Cloud-nativer Betrieb und Skalierung. Unsere Erwartungen an dich Erfahrung Abgeschlossener Master/PhD in Mathematik, Physik, Informatik, Ingenieurwesen, Statistik, Ökonometrie oder gleichwertige Berufserfahrung mit nachweisbarer Tiefe in quantitativen Methoden und Softwareentwicklung. Mindestens 5 Jahre Erfahrung in vergleichbarer Führungs-/Leadrolle mit Verantwortung für produktive Modelle und messbaren Ergebniseffekt; starke Kompetenz im Management von Interessen, Erwartungen und Zielkonflikten im Stakeholderumfeld; tiefes energiewirtschaftliches Verständnis (Handel, Direktvermarktung, Pricing/PPA und Risikomanagement). Nachweisliche Expertise in quantitativer Modellierung (Forecasting, Optimierung, Pricing und/oder Risiko) inkl. Validierung und Backtesting; fundierte Kenntnisse in Python, C++ und Rust für den produktiven Einsatz (Entwicklung, Erweiterung und Optimierung produktiver Codebasen); praktische Erfahrung in Cloud-Umgebungen zur Entwicklung und zum Betrieb daten- und modellgetriebener Systeme (z. B. Container, Orchestrierung, CI/CD, Monitoring). Nachweisliche Erfahrung in der Führung sowie im technischen Mentoring; hohes Maß an Eigenverantwortung; ausgeprägte Ergebnisorientierung; starke kommunikative Fähigkeiten in Verbindung mit einer offenen und konstruktiven Haltung; ausgeprägtes analytisches und strategisches Denkvermögen. Erfahrung in/mit MLOps/ModelOps, Solver/Optimierung (Gurobi/CPLEX), Kafka/Realtime, ETRM-Systemen. Benefits Gesundheit, Fitness & Fun 🚲 Jobrad Work-Life-Integration 🍼 Kinderbetreuung Themen mit denen du dich im Job beschäftigst Cloud Computing AI Data Economy Metadaten Level: Lead Job Feld: Software, Data Anstellung: Vollzeit Vertragsart: Unbefristetes Dienstverhältnis Arbeitsmodell: Hybrid, Onsite Unternehmenstyp: Etablierte Firma Branche: Energiewirtschaft, Umwelt Ort: Aachen | Deutschland

Tech Stack

C++Python

Warum passt du zu dieser Stelle?

Fit technisch: Stark auf Backend und API-Architektur.

Gaps: Fehlende Tool-Erfahrung in 1-2 Schlüsselbereichen.

Success-Wahrscheinlichkeit: Hoch bei schneller Einarbeitung.