Jobs inden for data science

Data science-jobs inden for vedvarende energi

Data scientists i vedvarende energi bygger de statistiske og maskinlæringsbaserede modeller, der forudsiger produktion, balancerer elnettet i realtid, optimerer aktivers performance og omsætter sensordata fra vindmøller, PV-invertere og batteripakker til handels- og vedligeholdsbeslutninger. Arbejdet ligger i krydsfeltet mellem vejrvidenskab, elmarkeder og fysisk engineering, hvilket adskiller det fra almindelig virksomheds-data science.

Den globale arbejdsstyrke inden for vedvarende energi nåede 16,6 millioner i 2024 ifølge IRENA-ILOs årsrapport, og den analytiske andel vokser, efterhånden som automatisering presser marginerne på rutineroller. Ørsted bidrog med præmien til HEFTcom 2024, den hybride forecasting-konkurrence sponsoreret for at finde nye modelleringsteknikker til virksomhedens offshore-portefølje. Senior data scientists i danske energivirksomheder ligger typisk på 70.000-85.000 kr. om måneden plus 10 % pensionsbidrag og aktieordninger hos de største spillere.

Hvad arbejdsgiverne ansætter til

Stillingerne fordeler sig i tre arketyper. Forecasting data scientists forudsiger produktion og forbrug på horisonter fra fem minutter til to år. Det er kerneprofilen hos retailers som OVO Energy, producenter som NextEra Energy og DSO'er som Enexis. Kvantitative analytikere modellerer PPA-prissætning, afdækning og balancemarkedseksponering for handelsbordene. ML-ingeniører og analytics engineers flytter modeller i produktion sammen med teams inden for data engineering og DevOps. Nicheroller med høj løn: Smart Charging data scientists hos EV-energiselskaber og Principal Plasma Data Scientists hos fusionsstartups.

Færdigheder, der hæver lønnen

Grundpakken er Python, SQL og et cloud-datavarehus plus solid statistisk analyse og maskinlæring. Lønpræmien kommer med faglig dybde: numerisk vejrforudsigelse (ECMWF, ICON), effektflowsimulering, elmarkedsmekanik eller bearbejdning af SCADA-data i sub-sekund opløsning. Probabilistisk forecasting (kvantilregression, conformal prediction) er nu standard for enhver rolle, der rører ved netbalancering eller handel. Reinforcement learning rykker fra forskning ud i produktion til batteridrift og smart EV-opladning.

Hvor faget bevæger sig hen

Tre skift omformer rollen. For det første reducerer generativ AI prisen på analytikerarbejde og skubber data scientists mod fagspecifikke problemer, som maskiner endnu ikke kan løse. I vedvarende energi betyder det rodet SCADA, sparsomme historier på aktiver eller kontrafaktisk ræsonnement om markedsdesign. For det andet skaber virtuelle kraftværker og behind-the-meter aggregation efterspørgsel efter prædiktive modeller, der håndterer tusindvis af små aktiver i stedet for en håndfuld store. For det tredje er AI til energi-teams nu standard i scale-ups som Kiwigrid, Eliq og Gridware, hvor data scientisten også forventes at sende produkt i drift. Karrieremæssigt belønnes dem, der kan læse både et P&L-regneark og et enpolet eldiagram i samme uge.