Success Story innogy – Entwicklung verschiedener Machine Learning Use Cases mit Amazon Web Services

Innogy betreibt Verteilnetze, vertreibt Energie und erzeugt elektrischen Strom zum größten Teil aus erneuerbaren Energien. Das Unternehmen ist überwiegend als Netzbetreiber und im Energievertrieb tätig. Außerdem plant, baut und betreibt das Unternehmen Stromerzeugungsanlagen, vor allem Windkraftanlagen (On- und Offshore), Wasserkraftwerke und Photovoltaikanlagen.

Aufgabenbereich

  • Entwicklung komplexer ML-Modelle
  • Automatisiertes Deployment der Modelle via Amazon ECS
  • Einbringen von physikalischem Expertenwissen
  • Coaching der internen Data Scientists
    • AWS Best Practices

Leistungserbringung

  • Entwicklung verschiedener Use Cases
    • Wasserkraftwerke,
    • Windkraftanlagen und
    • E-Mobility
  • CRISP-Workflows
  • „The Data Science Process“-Methodologie
    • Business Understanding
    • Data Understanding
    • Data Preparation
    • Modellbildung
    • Feature Engineering
    • Evaluation
    • Deployment

Technologien

  • Amazon Web Services (AWS)
    • S3
    • EMR
    • EC2
    • Lambda
    • ECS
    • IAM
    • KMS
    • Cloudwatch
  • Python Anaconda
  • Pandas
  • Sklearn
  • Python statsmodels
  • prophet
  • Flask
  • Seaborn
  • Tensorflow
  • Keras
  • Spacy
  • Stanford NLP
  • Scrapy
  • Elasticsearch

Themenschwerpunkte

  • Nutzung und Einbindung einer Vielzahl von unterschiedlichen Datenquellen (Geodaten, Sensordaten, optische und Infrarotbilder, Wetterdaten, etc.)
  • Reevaluation der Datenerhebungsverfahren, um identifizierte Probleme in den Datensätzen für die Zukunft zu beheben
  • Durchführung von Data Engineering Aufgaben in der AWS
  • Enge Zusammenarbeit mit den Endanwendern, um von Anfang an Nützlichkeit und spätere Akzeptanz und Nutzung der entwickelten Lösungen sicherzustellen
  • Teilaufgaben erforderten eine deutliche Weiterentwicklung der „üblichen“ Algorithmen (z.B. Feature Detektion auf strukturarmen Oberflächen)