Senior Data Scientist und Projektmanager

Iserlohn, Deutschland

Weltweit

PhD (cand.)

Iserlohn, Deutschland

Weltweit

PhD (cand.)

Profilanlagen

Skills

EnergieversorgungForschungAgile MethodologieAgile FührungKünstliche IntelligenzAssociate Project ManagementMicrosoft AzureCloud ComputingBeratungWissenschaftenMatlabProjektmanagementMicrosoft Sql-ServerMysqlElektroinstallationsarbeitenPredictive AnalyticsPower BiAzure Active DirectoryAzure Machine LearningSoftwareentwicklungTableauQliksensePrompt EngineeringAzure PowershellGenerative AIAzure Data AnalyticsEnergiemanagement

Ich bin ein ergebnisorientierter Senior Data Scientist und zertifizierter Projektmanager mit über 9 Jahren umfassender Erfahrung in Wissenschaft und Industrie. Mein Hintergrund umfasst die Durchführung akademischer Forschung an der Schnittstelle von Datenwissenschaft und Energiesystemen sowie die Bereitstellung wirkungsvoller Branchenlösungen in den Bereichen Beratung, Softwareentwicklung und Projektmanagement für Kunden im Energie- und öffentlichen Sektor.
Ich bin spezialisiert auf die Leitung und Durchführung komplexer End-to-End (E2E) technischer Projekte, die Daten in umsetzbare, hochwertige Lösungen umwandeln.
Meine Expertise umfasst fortgeschrittene Datenwissenschaft, Cloud Computing und KI, basierend auf umfassender Erfahrung in den Bereichen Energie, Energiesysteme und öffentlicher Sektor.
Ich habe erfolgreich wertorientierte Lösungen für eine Vielzahl von Kunden geliefert, darunter Kraftwerksbetreiber, Verteilnetz- und Übertragungsnetzbetreiber (DSOs & TSOs), Eisenbahnunternehmen und Institutionen des öffentlichen Sektors.

Sprachen

ArabischMutterspracheDeutschMutterspracheEnglischMuttersprache

Projekthistorie

Dynamische Sicherheitsbewertung in der Leitwarte eines Übertragungsnetzbetreibers

Übertragungsnetzbetreiber, Deutschland

Energie, Wasser und Umwelt

1000-5000 Mitarbeiter

Dynamische Sicherheitsbewertung in der Leitwarte eines Übertragungsnetzbetreibers

Kunde: Übertragungsnetzbetreiber, Deutschland
Dauer: 24 Monate
Umfang: Unterstützung des Kunden bei der Definition von Anforderungen und der Durchführung tiefgehender Analysen für die Entwicklung eines Softwaresystems der nächsten Generation zur dynamischen Sicherheitsbewertung von Energiesystemen. Das Tool nutzt SCADA-Daten, die in CIM-Profilen bereitgestellt werden, und integriert dynamische Stromnetzmodelle, um das Systemverhalten in Echtzeit zu bewerten.
Konzepte/Technologien: Spannungsstabilitätsanalyse mit DIgSILENT PowerFactory und NEPLAN , Evaluierung und Validierung von Netzmodellen auf Basis von CIM-Profilen, mit Konformitätsprüfungen nach CGMES-Standards , Entwurf von Teststrategien und Durchführung von Site Acceptance Tests (SAT).
Wert/Auswirkung: Beitrag zur Erstellung umfassender Anforderungsdokumentationen, insbesondere im Zusammenhang mit der Erkennung und Handhabung von Netzverletzungen, um die Einhaltung nationaler und europäischer Regulierungsstandards zu gewährleisten. Die Aktivitäten umfassten die Validierung von Modelldaten, die Identifizierung von Modellierungsfehlern, die Koordination mit wichtigen Stakeholdern sowie die Durchführung von Tests und Schwachstellenbewertungen. Das Projekt stärkte die Grundlage für den dynamischen Echtzeit-Sicherheitsbetrieb in der Leitwarte.

GUI zur Simulation der Frequenzstabilität für das europäische Verbundnetz

Europäischer Netzbetreiber

Energie, Wasser und Umwelt

50-250 Mitarbeiter

GUI zur Simulation der Frequenzstabilität für das europäische Verbundnetz

Kunde: Europäischer Netzbetreiber
Dauer: 6 Monate
Umfang: Entwicklung einer benutzerdefinierten Python-basierten grafischen Benutzeroberfläche (GUI) zur Simulation und Analyse von Frequenzinstabilitäten bei Systemauftrennungen im europäischen Übertragungsnetz unter verschiedenen Erzeugungs- und Lastszenarien.
Konzepte/Technologien: Python (wx. für GUI) , Simulation der Frequenzstabilität , Modellierung von Energiesystemen , Szenariobasierte Systemauftrennung.
Wert/Auswirkung: Erhöhte Betriebsbereitschaft des Netzes durch die Entwicklung einer interaktiven Simulationsplattform zur Visualisierung der Frequenzantwort getrennter Netzbereiche. Es ermöglichte Ingenieurteams, verschiedene Szenarien der Netzauftrennung zu modellieren, anfällige Konfigurationen zu identifizieren und die dynamischen Auswirkungen auf die Systemfrequenz zu bewerten.

Prädiktive Risikoanalytik für einen Verteilnetzbetreiber

Verteilnetzbetreiber (Dortmund)

Energie, Wasser und Umwelt

5000-10.000 Mitarbeiter

Prädiktive Risikoanalytik für einen Verteilnetzbetreiber

Kunde: Verteilnetzbetreiber (Dortmund)
Dauer: 4 Monate
Umfang: In diesem Projekt entwickelte ich einen hochentwickelten LSTM-Deep-Learning-Algorithmus zur Vorhersage von Risiken für kritische Betriebsmittel eines Verteilnetzbetreibers.
Konzepte/Technologien: Feature Engineering, Erfassung, Vorverarbeitung und Modellierung von Sensordaten (Energiedaten, Wetterdaten) , Python/PyTorch (LSTM, Scikit-Learn).
Wert/Auswirkung: Das Projekt ermöglichte einen Wechsel von reaktiver zu prädiktiver Instandhaltung, wodurch die Ausfallzeiten der Betriebsmittel erheblich reduziert wurden und das Personal des Kunden genügend Zeit hatte, Gegenmaßnahmen vor einem vorhergesagten Risiko zu ergreifen.