Banen in machine learning

Vacatures in kunstmatige intelligentie en machinelearning

Specialisten in kunstmatige intelligentie en machinelearning bouwen en trainen modellen die in energiebedrijven voorspellen, optimaliseren en afwijkingen opsporen, van prognoses voor zon- en windopwek en stroomprijzen tot het aansturen van batterijen en het herkennen van storingen in turbines en netten.

Het gaat om functies waarin AI het werk zelf is, niet om het gebruik van een chatbot op kantoor. Een data scientist bij een energieleverancier traint een model dat het verbruik van honderdduizenden klanten per kwartier voorspelt. Een machinelearning-engineer bij een batterijexploitant bouwt het systeem dat beslist wanneer een batterij laadt of ontlaadt. Het IEA ziet grote winst op het net: foutdetectie op basis van AI kan de duur van stroomstoringen met 30 tot 50 procent verkorten, en slimmer netbeheer kan wereldwijd tot 175 gigawatt aan transportcapaciteit vrijmaken zonder nieuwe lijnen te bouwen.

Waar de modellen werken

Voor energieleveranciers draait AI om prijzen en klanten. Het Hamburgse Rabot Energy, dat dynamische stroomtarieven aanbiedt, plaatste het afgelopen jaar de meeste AI-vacatures op Rejobs. OVO Energy en Scottish Power in het Verenigd Koninkrijk en AGL in Australië werven data scientists voor prognoses van verbruik en klantgedrag.

Bij producenten en netbedrijven gaat het om installaties. Siemens Energy en EDP Renewables zoeken mensen die sensordata van turbines en transformatoren gebruiken om storingen te voorspellen voordat ze optreden. NextEra Energy werft voor de optimalisatie van zijn enorme portefeuille aan wind, zon en batterijopslag. Die toepassingen liggen dicht bij energiehandel, waar een betere prijsvoorspelling direct geld oplevert.

AI vraagt ook stroom

Het verband loopt twee kanten op. Datacenters gebruikten in 2024 volgens het IEA ongeveer 415 terawattuur, 1,5 procent van het wereldwijde stroomverbruik, en dat verdubbelt naar verwachting tot zo'n 945 terawattuur in 2030. Op de Nederlandse wachtlijst van TenneT voor een aansluiting op het hoogspanningsnet staan vooral grote industriële verbruikers, batterijprojecten en datacenters.

Regels vanaf 2027

De Europese AI-verordening merkt AI-systemen die de veiligheid van kritieke infrastructuur bewaken aan als hoog risico. Voor die systemen gelden de strengere eisen vanaf 2 december 2027, een datum die de Europese AI-omnibus in juli 2026 vastlegde. Wie modellen bouwt voor netbeheer of de aansturing van centrales, moet dan documentatie, risicobeheer en menselijk toezicht kunnen aantonen.

Wat het verschil maakt

Python, statistiek en ervaring met tijdreeksen zijn de basis. Wat een kandidaat onderscheidt, is kennis van het energiesysteem: begrijpen waarom een model voor zonne-opwek faalt bij sneeuw op de panelen, of waarom een prijsvoorspelling op een feestdag afwijkt. Wie modellen ook in productie kan brengen en bewaken, komt dicht bij data-engineering. Londen, Hamburg en Glasgow leveren de meeste vacatures.