Рет қаралды 254
www.paul.tech. Lernt Thomas kennen, unseren Data Scientist und Machine Learning Engineer bei PAUL.
Warum sich Thomas für PAUL entschieden hat?
Weil er unseren Purpose „Wir entdecken neue Wege für den Klimaschutz in Gebäuden, um unseren Planeten lebenswert zu halten.“ so spannend fand, dass er unbedingt daran mitwirken wollte. Bei PAUL hat Thomas die Gelegenheit, all das einzubringen, was ihm auch persönlich wichtig ist und was für ihn Sinn ergibt. Bei Paul arbeiten alle leidenschaftlich daran, das Produkt voranzubringen. Denn wir alle stehen vor der riesigen Herausforderung, massiv Energie einzusparen zu müssen und CO₂ zu reduzieren. Bei PAUL teilen wir diesen Spirit. An etwas zu arbeiten, das gut für das Unternehmen ist, aber auch gleichzeitig einen Impact für die Gesellschaft hat, ist das, was uns antreibt. Bei PAUL können wir etwas Großen schaffen und wirklich etwas bewirken.
Was macht ein Data Scientist bei PAUL?
Data Scientists bei PAUL analysieren die Daten, die von unseren Kundenobjekten und -anlagen in unser System einfließen. Wir haben eine sehr große Menge von Sensordaten (Big Data), die unsere Komponenten liefern, die an der Heizungsanlage unserer Kunden angeschlossen sind. Anhand dieser Daten ermitteln wir über Data Science, was im Heizungskeller passiert und welche Muster sich abzeichnen. Beispielsweise können wir Fließgeschwindigkeiten in den Temperaturen identifizieren. Auf dieser Grundlage bauen wir unsere Modelle und Kontrollalgorithmen, mit denen wir die Funktionen der Anlagen permanent optimieren. Dabei haben wir das Ziel, schrittweise immer mehr Energie bei unseren Kunden und deren Mietern einzusparen. Bis zu 40% Einsparungen sind möglich, die sowohl den Immobilienbesitzern, als auch den Mietern zugutekommen.
Was reizt Thomas an Data Science bei PAUL?
Data Scientists bei PAUL haben massiven Impact auf Energieeinsparungen und CO₂-Reduktionen, indem sie permanent ihre Modelle optimieren können. Wenn z.B. unsere Modelle nur um 3% besser werden, dann sparen unsere Kunden dadurch schon Tausende Kilowattstunden in der Heizsaison an Energie ein.
#datascience #energiewende #wärmewende #daten #datascientist #impact #klimawandel #immobilien