Wissenschaftliche Hilfskraft zum Thema "Data Scientist/Artificial Intelligence Expert/Python-Programmierer für Smart Buildings"

Kennziffer ISE-2020-363

*Was Sie erwartet*
Gebäude mit ihrem hohen Energieverbrauch für Heizung und Kühlung tragen zu einem Großteil des CO2-Ausstoßes bei. Der Einsatz von Methoden des maschinellen Lernens für energieeffizienten und netzdienlichen Gebäudebetrieb befindet sich erst in der anfänglichen Forschungsphase, aber verspricht großes Potential, z.B. durch das Lernen intelligenter Steuerungen und die Vorhersage zukünftiger Entwicklungen. Durch die Implementierung von Data Analysis und AI-Methoden (z.B. maschinelles Lernen, statistische Datenauswertung, Simulation,..) verbessern Sie den Gebäudeheiz und -kühlsbetrieb, und tragen somit zur Entwicklung einergieeffizienter "smarter" Gebäude bei.Unter Umständen kann die Arbeit auch im Rahmen einer Masterarbeit angefertigt werden.
*Ihre Aufgaben sind*

• Datenanalyse des Gebäudebetriebs, um Schwachstellen zu finden und die Energieeffizienz zu verbessern
• Implementierung, Anwendung und Test von Methoden der klassischen Datenanalyse und/oder Künstlichen Intelligenz (z.B. Forecasting oder oder Lernen optimaler Betriebsstrategien durch Supervised Learning oder Reinforcement Learning)
• Dazu Python-Programmierung mit vorhandenen Bibliotheken (Pandas, Scipy, Keras, Tensorflow)
• Ggf. Modellierung, Simulation (in Python) und evtl. Optimierung von Gebäudeenergiesystemen (insb. strombasierter Kälte- oder Wärmeerzeugung, z.B. durch Wärmepumpen, Speicher)
• Ggf. Hilfe ber der Erstellung wissenschaftlicher Veröffentlichung, Teilnahme an Konferenzen

*Was Sie mitbringen*

• Studium (Uni/TH/FH) der Physik, Informatik, Mathematik oder einer Ingenieurwissenschaft mit mind. gutem Notenschnitt 
• Sehr gute Programmierkenntnisse in Python 
• Sehr gute Kenntnisse in einem der folgenden Bereiche: - Maschinelles Lernen (Deep Learning Networks oder Reinforcement Learning), Erfahrung mit keras/tensorflow, - Modellierung und Simulation von Gebäudeenergiesystemen (z.B. mit Dymola), - Regelungstechnik oder modellprädiktive Steuerung (MPC), - Lösen von Optimierungsproblemen (diskret oder kontinuierlich)
• Eigenverantwortliche und serviceorientierte Arbeitsweise 
• Teamfähigkeit 
• Sehr gute Programmmierfähigkeiten, Erfahrung in Datenanalyse mit Python

Die Vergütung richtet sich nach den Richtlinien des Bundes über die Beschäftigung wissenschaftlicher Hilfskräfte. Die monatliche Arbeitszeit beträgt 60-80 Stunden.


Fraunhofer ist die größte Organisation für anwendungsorientierte Forschung in Europa. Unsere Forschungsfelder richten sich nach den Bedürfnissen der Menschen: Gesundheit, Sicherheit, Kommunikation, Mobilität, Energie und Umwelt. Wir sind kreativ, wir gestalten Technik, wir entwerfen Produkte, wir verbessern Verfahren, wir eröffnen neue Wege.

Fragen zu dieser Position beantwortet gerne Dr. Lilli Frison, Tel.: +49 (0)761 45 88-20 73

Bitte richten Sie Ihre Bewerbung unter Angabe der Kennziffer an: lilli.frison@ise.fraunhofer.de (Anschreiben, CV und Zeugnisse in einem pdf-Dokument mit max. 10 MB)

Fraunhofer-Institut für Solare Energiesysteme
Freiburg

http://www.ise.fraunhofer.de

---