Day-Ahead-Lastprognose für einen Hamburger Stromversorger
Übersicht
Worum es bei diesem Projekt geht.
Erstelle eine Day-Ahead-Lastprognose für einen Stromversorger mit drei Modellen. Optimiere MAPE und Quantile Loss – erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Verbessere die Day-Ahead-Lastprognose gegenüber der SARIMA-Baseline und senke die Bilanzkreis-Abweichung in MWh messbar.
Earning criteria — what you'll demonstrate
- Klassische und neuronale Prognose-Methoden auf realen Energie-Daten anwenden
- Externe Regressoren (Wetter) in Prognose-Modelle einbinden
- Quantile-Loss für Prognosen mit Unsicherheits-Intervallen reportieren
- Modell-Wahl in Geschäfts-Metriken (Ausgleichsenergie-Euro) übersetzen
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
Lastprognosen mit externen Regressoren und Geschäfts-Metrik-Reporting sind Kerntagesgeschäft für Data Scientists in der Energiewirtschaft.
Dieses Projekt schärft
- time-series
- forecasting
- sarima
Maschinelles-Lernen-Ingenieur:in
Eine Pipeline mit klassischer und neuronaler Prognose und expanding-window-Backtesting zu liefern, ist MLE-Tagesarbeit in produktionsnahen Forecasting-Stacks.
Dieses Projekt schärft
- python
- neural-forecasting
- evaluation
Angewandte:r KI-Wissenschaftler:in
Modell-Wahl in Ausgleichsenergie-Euro zu übersetzen, ist die typische Brückenarbeit zwischen ML und Trading-Operations.
Dieses Projekt schärft
- forecasting
- evaluation
- neural-forecasting
Noch eine Sache