Normalizing-Flow-Modell für Energiepreis-Risiko in einem Energieversorger
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst 4 Jahre Spotpreis-Daten plus Tages-Last und Wind-Einspeise-Prognosen. Implementiere einen bedingten Normalizing-Flow (z. B. Real-NVP oder Neural Spline Flow), trainiere ihn auf 3 Jahren und vergleiche auf dem Holdout-Jahr gegen GARCH-Baseline. Berichte Log-Likelihood, Coverage-Tests (5 %/95 %-Quantile-Treffsicherheit) und das 1-%-Value-at-Risk. Liefere eine 3-seitige Empfehlung, in welchen Risk-Reports der Flow den GARCH ersetzen sollte und wo nicht.
Das Briefing
Was Du tust und was Du zeigst.
Wie modelliert man Spotpreis-Verteilungen mit Normalizing Flows so, dass Coverage-Tests und Value-at-Risk besser als die GARCH-Baseline sind?
Earning criteria — what you'll demonstrate
- Normalizing Flows verstehen und für bedingte Dichteschätzung einsetzen
- Coverage-Tests und Value-at-Risk als praxisrelevante Metriken anwenden
- Gegen eine starke klassische Baseline (GARCH) fair benchen
- Empfehlungen mit klar abgegrenztem Einsatzbereich formulieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
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 RollenML Researcher
Normalizing Flows auf reale Finanzmarkt-Daten anzuwenden ist ein seltenes, gefragtes Profil; die Challenge produziert genau diesen Forschungs-Nachweis.
Dieses Projekt schärft
- normalizing-flows
- density-estimation
- conditional-generation
Research Scientist
Bayessche Dichteschätzung und Coverage-Disziplin sind Kerndisziplinen wissenschaftlicher Modellarbeit in Energie- und Finanz-Forschungslaboren.
Dieses Projekt schärft
- density-estimation
- model-evaluation
- risk-modeling
Applied AI Scientist
Eine forschungsnahe Methode in einen Produktiv-Reporting-Prozess zu überführen ist die Brücke, die angewandte KI-Wissenschaftler:innen täglich schlagen.
Dieses Projekt schärft
- normalizing-flows
- risk-modeling
- model-evaluation
Noch eine Sache