Anomalie-Erkennung in Sensor-Daten einer süddeutschen Windparks
Übersicht
Worum es bei diesem Projekt geht.
Baue ein Anomalie-Erkennungs-System für 80 Windturbinen, liefere Pipeline und Dashboard und erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Baue ein Anomalie-Erkennungs-System auf SCADA-Daten, das Schäden früh erkennt und Fehl-Alarme unter einer operativ akzeptablen Schwelle hält.
Earning criteria — what you'll demonstrate
- Saisonalitäts-Zerlegung auf realen Sensor-Zeitreihen anwenden
- Anomalie-Erkennung gegen schwach gelabelte Ground Truth fair evaluieren
- Fehl-Alarm-Raten als operativ-relevante Metrik reportieren
- Dashboard und Memo für ein Wartungs-Team aufbereiten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Time Series Analysis and Forecasting
Master · Ai Ml
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenData Scientist
Anomalie-Erkennung auf Sensor-Zeitreihen mit operativer Fehl-Alarm-Disziplin ist die Kernarbeit für Data Scientists in Asset-Heavy-Branchen.
Dieses Projekt schärft
- time-series
- anomaly-detection
- signal-decomposition
Maschinelles-Lernen-Ingenieur:in
Eine Monitoring-Pipeline mit Dashboard für ein Wartungs-Team zu bauen, ist MLE-Tagesarbeit in Industrie-Stacks.
Dieses Projekt schärft
- python
- monitoring
- evaluation
Angewandte:r KI-Wissenschaftler:in
Detektions-Ergebnisse in eine Reparatur-Logistik-Empfehlung zu übersetzen, ist Brückenarbeit zwischen ML-Engineering und Asset-Management.
Dieses Projekt schärft
- anomaly-detection
- evaluation
- monitoring
Noch eine Sache