Data Scientist for Smart Energy Systems

Das europäische Stromnetz befindet sich in einem massiven Wandel. Verteilte erneuerbare Energiequellen machen Konsumenten zu Produzenten, drängen Produzenten in die Rolle von Service-Providern und erfordern neue Geschäftmodelle. Um bei volatilen Energiequellen wie Wind und Sonne Stabilität zu garantieren, muss das Netz intelligent gesteuert werden. Daten spielen dabei eine immer wichtigere Rolle. Mit den richtigen Methoden können sie dazu benutzt werden, Geschäftsprozesse zu optimieren, Kosten zu reduzieren oder neue Märkte zu erschließen.

Diese Schulung gibt Ihnen einen Überblick über die aktuellen Trends. Sie diskutieren mit erfahrenen Fraunhofer-Experten die genannten Herausforderungen, lernen Datenquellen zu identifizieren und bekommen eine Einführung in Themen wie Data Science. Es bietet sich Ihnen die Gelegenheit, Analysemethoden und Technologien zusammen mit unseren Experten zu vertiefen. Sie lernen, wie man aus verschiedenen Datenquellen relevante neue Informationen gewinnt. Die Methoden reichen von einfachen Visualisierungstechniken mit Python bis hin zu maschinellen Lernverfahren, die große Datenmengen verarbeiten können.

Zielgruppe: Fachleute aus der Energiewirtschaft mit IT-Hintergrund, sowie IKT-Architekten, Entwickler und Daten-Analysten im Bereich Energiewirtschaft.

Voraussetzungen: Basiswissen über das Stromnetz und IT, angeraten sind Grundlagen in Python.

Inhalte

Tag 1: Einführung in Datenwissenschaft für den Energiemarkt

  • Wichtige technologische Begriffe und regulatorische Rahmenbedingungen
  • Markttrends und die Bedeutung der Informationstechnologie
  • Datenquellen (EEX, Smart Meters, Metadaten, PV, etc.)
  • Die Rolle von Prognosen und Einführung in die Datenwissenschaft

Tag 2: Methoden und Technologien

  • Überblick über Technologien zur Verarbeitung von Big Data wie Hadoop, Spark 
  • Hands-on:  Apache Spark
  • Datenbanktechnologien, Message Brokers und Cloud Computing
  • Einführung in maschinelle Lerverfahren

Tag 3: Hausinterne Forschungs- und Industrieprojekte als Beispiel

  • Einsicht in die Arbeit unserer Experten im Haus
  • Datenakquise und Verarbeitung anhand realer Beispiele


Online Lernen: Es wird weiterführendes Material zum selbstständigen Vertiefen zur Verfügung gestellt: annotierte Präsentatonen, weiterführende Links, Wissenstests und Hands-On Übungen zur Vertiefung des Data Science Workflows.

Rahmen

Dauer: 3 Tage

Tagungssprache: Die Tagungssprache ist ggf. Englisch.

Maximale Teilnehmerzahl: 10

Die Anmeldungen werden in der Reihenfolge des Eingangs berücksichtigt.

Veranstaltungsort

Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM
67663 Kaiserslautern 

Teilnahmegebühr:

  • Drei Tage inklusive Online-Material: 2.850 Euro

Die Teilnahmegebühr ist steuerfrei gem. § 4 Nr. 22a UStG. Sie umfasst Begleitunterlagen auf Englisch, Online-Zugang und Verpflegung. Im Anschluss an jedes Schulungsmodul erhalten Sie eine Teilnahmebescheinigung.

Bitte beachten Sie die Storno- und Teilnahmebedingungen.

Falls Sie die Anmeldung über eine Bestellung vornehmen, erbitten wir eine Kopie der Bestellung an "datascientist(at)iais.fraunhofer.de".

Termine und Anmeldung

Vielen Dank für Ihre Anmeldung zu unserer Schulung. Sie erhalten eine Bestätigung per E-Mail.

* Pflichtfelder

Beim Abschicken des Formulars ist ein Fehler aufgetreten. Bitte wenden Sie sich direkt an einen der Ansprechpartner auf unserer Webseite.

Termine
Hinweis: Gemäß Datenschutzgrundverordnung (DSGVO) unterrichten wir Sie über die Speicherung Ihrer Daten. Die Einwilligung zur Speicherung und Nutzung Ihrer Daten erfolgt freiwillig und kann jederzeit widerrufen werden.
Stornogebühren

Unsere Referenten

Mathias Dalheimer

Mathias Dalheimer studierte Industrial Engineering an der Technischen Hochschule in Kaiserslautern. Er beschäftigt sich jetzt am Competence Center für High-Performance Computing des Fraunhofer ITWM mit Smart Grids und hat dort eine Smart-Metering-Infrastruktur für den Elektrizitäts- und Heizungssektor entwickelt.

Dr. Janis Keuper

Janis Keuper befasst sich als Wissenschaftler am Competence Center for High Performance Computing des Fraunhofer ITWM schwerpunktmäßig mit maschinellen Lern- und Mustererkennungsverfahren für große Datenmengen. An der Universität Freiburg schloss er das Informatikstudium mit dem Master of Science und einer anschließenden Promotion ab. Dann arbeitete er am Interdisciplinary Research Center for Scientific Computing" (IRW) der Universität Heidelberg als Postdoc und  am Intel Visual Computing Center (IVCI) in Saarbrücken als Gruppenleiter.

Matthias Klein

Matthias Klein arbeitet seit 2006 am Fraunhofer Competence Centre for High Performance Computing (CC-HPC). Er schloss 2011 das Studium der Wirtschaftsinformatk mit dem Master of Science ab. In seiner Studienarbeit entwickelte er ein System zur Leistungsprognose für Photovoltaikanlagen durch automatische Systemidentifikationstechniken. Anschließend wurde er Projektleiter in der  Fraunhofer Green by IT Group. Dort entwickelte er die PLattform myPowerGrid Platform und führte das Leistungsprognosesystem PVCAST zur Produktreife.

Dr. Jens Krüger

Jens Krüger arbeitet als Wissenschaftler und Software-Ingenieur am Fraunhofer ITWM. Er ist Spezialist für Hardware-Architekturen zum High Performance Computing, von eingebetteten CPUs bis zu GPUs, Intel Xeon Phi und anderen Beschleunigungsgeräten. Des Weiteren ist Herr Krüger Experte für neue Programmiermodelle für High Performance Computing, Stream- und Batch-Verarbeitung von Big Data mit GPI-Space, einer hocheffizienten Umgebung zur Autoparallelisierung auf Basis von Petri-Netzen.

Dr. Mirko Rahn

Mirko Rahn beschäftigt sich am Fraunhofer ITWM mit neuen Konzepten und Werkzeugen zum Management und zur Verarbeitung großer Datenmengen, speziell aus der Seismologie. Seine Hauptinteressen sind Parallelverarbeitung im High Performance Computing, Workflow-Management, sowie Kompiler- und Sprachtechnologie. 2009 gelang es seinem Team an der Universität Karlsruhe, einen neuen Rekord in der Sortierung riesiger Datenmengen zu setzten.