Vacature Werkstudent / Stage / Afstudeeropdracht AI – Energiehandel, Forecasting & Optimalisatie

Data, AI en energiemarkten komen samen. Bouw jij het model dat elke 15 minuten de beste beslissing neemt? Ben jij een student AI, Data Science of Applied Mathematics en wil je werken aan een vraagstuk met directe impact op de energietransitie? ECW Energy in Middenmeer zoekt een AI student Forecasting & Energie Optimalisatie om een intelligent model te ontwikkelen dat energie-assets aanstuurt op basis van voorspellingen, marktdynamiek en weersinvloeden.

AI Student – Forecasting & Energie Optimalisatie

Middenmeer | Stage | Afstuderen | Werkstudent | Start in overleg

Jouw rol

Als AI-student werk je aan een uitdagend optimalisatievraagstuk binnen de energiemarkt en glastuinbouw. Je ontwikkelt een forecasting- en beslissingsmodel dat voorspellingen maakt en op basis daarvan bepaalt hoe energie-installaties optimaal worden ingezet.

Je krijgt toegang tot real-time data uit een complexe energieomgeving waarin warmte, elektriciteit, CO₂, weersinvloeden en verschillende energiemarkten samenkomen. Met behulp van AI, machine learning en optimalisatietechnieken ontwikkel je een model dat iedere 15 minuten de meest waardevolle keuze maakt.

Je werkt samen met ervaren energiemanagers en specialisten en krijgt de ruimte om jouw ideeën direct toe te passen in de praktijk.

Wat ga je doen

• Ontwikkelen van forecastingmodellen voor warmtevraag, CO₂-behoefte, elektriciteitsprijzen en weersinvloeden.
• Voorspellen van de flexibiliteitswaarde op de mFRR- en aFRR-markten.
• Ontwikkelen van een beslissingsmodel dat iedere 15 minuten bepaalt welke energie-assets optimaal worden ingezet.
• Onderzoeken wanneer WKK's optimaal draaien en hoe warmte efficiënt wordt verdeeld.
• Analyseren van de inzet van verschillende warmte- en CO₂-bronnen.
• Optimaliseren van handel op de day-ahead- (APX), intraday- en balanceringsmarkten.
• · Vertalen van complexe energiedata naar slimme algoritmes en praktische inzichten.
• · Presenteren van resultaten en aanbevelingen aan het energieteam.

Wat breng je mee

• Je volgt een HBO- of WO-opleiding in AI, Data Science, Applied Mathematics, Energy Systems of een vergelijkbare richting.
• Interesse in forecasting, machine learning en optimalisatievraagstukken.
• Affiniteit met energiemarkten, duurzaamheid en de energietransitie.
• Sterk analytisch vermogen en een gestructureerde manier van werken.
• Ervaring met Python, data-analyse of machine learning is een pré.
• Je bent nieuwsgierig, zelfstandig en vindt het leuk om complexe systemen te doorgronden.
• Je wilt werken aan een project met zichtbare praktijkimpact.

Wat bieden wij

• Een uitdagende stage-, afstudeer- of werkstudentopdracht met veel verantwoordelijkheid.
• Toegang tot unieke datasets uit de energiehandel en glastuinbouw.
• Intensieve begeleiding door ervaren energiemanagers en dataspecialisten.
• Ruimte om eigen ideeën en technieken toe te passen.
• Een passende stagevergoeding of vergoeding als werkstudent.
• Flexibele werktijden en mogelijkheden voor hybride werken.
• Een informele werksfeer binnen een innovatieve en duurzame organisatie.
• De kans om direct bij te dragen aan slimme energieoplossingen voor de toekomst.

Over ECW Energy

ECW Energy is een innovatieve particuliere netbeheerder en energiehandelaar, gevestigd op de Energy Hub Agriport A7 in Middenmeer. Wij beheren eigen energie- en waternetwerken en leveren duurzame, betrouwbare oplossingen aan onder andere glastuinbouwbedrijven en datacentra.

Binnen onze energiehandelsdesk werken we dagelijks aan het optimaal inzetten van energie-assets op verschillende markten. Door slimme data-analyse, forecasting en automatisering creëren we maximale waarde voor onze klanten en dragen we bij aan een duurzame energievoorziening.

Interesse?

Wil jij jouw AI-kennis inzetten op een vraagstuk waar data, energie en optimalisatie samenkomen? Stuur dan je CV en motivatie naar [email protected].

Meer informatie vind je op www.ecwenergy.nl.

Acquisitie naar aanleiding van deze vacature wordt niet op prijs gesteld.