Masterthesis: Datenbasierte Kausalitätsanalysen in der Wärmeversorgung

Über die Position

Im Bereich der Wärmeversorgung fallen täglich große Datenmengen an. AVAT sucht eine Masterand*in, die datenbasierte Kausalitätsanalysen entwickelt, um Störungen in Energiezentralen und Wärmenetzen automatisiert zu erkennen und zukünftige Ausfälle zu verhindern.

Hauptaufgaben

• Recherche und Bewertung von Verfahren zur Kausalitätsanalyse und Anomalieerkennung in Zeitreihen (statistische Methoden, Machine‑Learning‑Ansätze).
• Arbeiten mit großen Messdatensätzen aus Wärmenetzen.
• Anwenden und Testen der ausgewählten Methoden an realen Daten.
• Weiterentwicklung bestehender Algorithmen, ggf. in Kombination mit physikalischen Modellen.
• Kritische Bewertung der Ergebnisse und Ableitung von Potenzialen für automatisierte Analysen und Predictive Maintenance.

Anforderungsprofil

• Eingeschriebene/r Masterstudierende/r in Data Science, Informatik, Mathematik, Physik oder einem verwandten Fach.
• Sehr gute Noten und hohe Motivation, theoretisches Wissen praktisch umzusetzen.
• Analytisches und lösungsorientiertes Denken sowie Interesse an angewandter Mathematik und Prozessverständnis.
• Verfügbarkeit für mindestens 5–6 Monate zur Durchführung der Masterarbeit.

Erforderliche Kenntnisse

• Programmierkenntnisse in Python, insbesondere Pandas.
• Erfahrung mit Machine‑Learning‑Bibliotheken wie scikit‑learn, TensorFlow oder PyTorch.

Was wir bieten

• Flexibles Arbeiten im Rahmen von New‑Work‑Prinzipien (remote möglich).
• Flache Hierarchien und ein familiäres Miteinander.
• Intensive Begleitung durch erfahrene AVAT‑Fachkräfte.
• Einblick in innovative Projekte der Energieversorgung der Zukunft.