• No results found

Med hjälp av AI/Machine Learning identifiera vilka parametrar hos fastigheter som bäst förklarar liknande energianvändning Exjobb

N/A
N/A
Protected

Academic year: 2021

Share "Med hjälp av AI/Machine Learning identifiera vilka parametrar hos fastigheter som bäst förklarar liknande energianvändning Exjobb"

Copied!
2
0
0

Loading.... (view fulltext now)

Full text

(1)

29 januari 2020

Kontaktperson

Amanda Fors, Engagement Manager 070-227 05 45

amanda@mestro.com

Exjobb

Med hjälp av AI/Machine Learning identifiera vilka parametrar hos fastigheter som bäst förklarar liknande energianvändning

Bakgrund

Mestro är en webbaserad energiuppföljningstjänst för fastighetsägare, som erbjuder verktyg och analyser för att skapa bättre kontroll, minskad energianvändning och ökad medvetenhet om energi- och

hållbarhetsfrågan kopplat till fastigheter.

Genom sin verksamhet har Mestro samlat in både högupplöst energi- (värme-, kyla- och elanvändning m.m.) och fastighetsdata (fastighetsareor, byggnadsår, verksamhetstyp, temperaturer m.m.) under flera års tid.

Med kundernas sammanlagda fastighetsbestånd samlas det per dygn in omkring 9 miljoner mätvärden, vilket utgör en stor potential för fler smarta analyser som tillför ytterligare kundvärde.

Därför söker vi nu en eller flera exjobbare som vi på heltid kan välkomna till vårt huvudkontor i centrala Stockholm (skrivbordsplats och finkaffe ingår!). Mestro är ett snabbt växande cleantechbolag med ett härligt gäng engagerade medarbetare med bakgrunder inom bl.a. IT/utveckling, energi & hållbarhet, matematik och management.

Problemformulering

Projektet går ut på att med hjälp av AI/Machine Learning identifiera vilka parametrar hos fastigheter, så som geografisk placering, verksamhetstyp, byggår m.m., som bäst förklarar liknande energianvändning hos fastigheter i vårt system. Detta för att sedan ta fram ett benchmark för energianvändningen i en viss fastighetstyp.

Problemformuleringen kommer att diskuteras igenom mer i detalj med studenten innan projektets början, för att tillsammans mötas i en gemensam idé med gemensamma mål.

Studenten förväntas självständigt driva sitt arbete vid,

• val av AI-/Machine Learning metoder.

• tillämpningen av vald AI-/Machine Learning metod genom att skapa egna algoritmer.

• dra slutsatser om tillämpningen av vald AI-/Machine Learning teknik och hur det skapar ökat värde för Mestros kunder, inom ramen för problemformuleringen.

För att studenten ska kunna ta del av de resurser som finns på plats, där bland annat vårt dedikerade utvecklingsteam, behöver studenten sitta på Mestros kontor i Stockholm största delen av tiden.

(2)

29 januari 2020

Studentens bakgrund och kompetens

Studenten förväntas kunna tillföra nödvändig kunskap inom området AI-/Machine Learning för att ta sig an problemformuleringen och behöver där utöver vara bekväm med att,

• kommunicera med relationsdatabaser, ex Azure SQL Server

• kommunicera med nosql-databaser, ex Azure Cosmos DB och Azure Table Storage

• ha grundläggande kunskap inom java och javascript

Tidsperspektiv

Vi ser helst att projektet omfattar ett examensarbete på 30 hp på helfart (100%) men kan även anpassas till 15 hp helfart vid behov.

Ansökningsförfarande

Skicka din ansökan med CV och personligt brev till amanda@mestro.com så snart du kan. Vi kommer att vilja kicka igång så fort som möjligt och kommer därför att intervjua löpande! Det går självklart även bra att ringa och ställa frågor på 070-227 05 45.

References

Related documents

credit CAL5 DIPOL92 Logdisc SMART C4.5 IndCART Bprop Discrim RBF Baytree ITrule AC2 k-NN Naivebay CASTLE ALLOC80 CART NewID CN2 LVQ Kohonen Quadisc Default.. The table of error

Consider an instance space X consisting of all possible text docu- ments (i.e., all possible strings of words and punctuation of all possible lengths). The task is to learn

You can then use statistics to assess the quality of your feature matrix and even leverage statistical measures to build effective machine learning algorithms, as discussed

Detta innebär enligt Winther Jørgensen och Phillips (2000) att en viss specifik diskurs är någonting som hör till ett visst specifikt område, till exempel hållbarhetsdiskurs,

Can machine learning based methods such as regression and generative ad- versarial nets (GAN) provide an effective translation between bathymetry data and sidescan sonar image..

Three different algorithms were implemented using Python version 3.6.8; kernel ridge regression with the GRBF kernel (23), regularized extreme learning machine, and support

Resultaten tyder ändå på att andelen inskickade räv- och hundspillningar skulle öka om fältpersonal skulle an- vända luktsinnet för att avgöra om en spillning

Det finns gott om exempel på hur man med hjälp av artificiell intelligens (AI) och maskinlärning försöker lära datorer att känna igen olika saker.. Får man tekniken att fungera