Rohelise ja puhta tuleviku nimel on päikesepaneeli tootlikkuse ennustamine ja hindamine ülioluline. See võimaldab meil energia tasakaalu hinnata täpsemalt ja efektiivsemalt. Eestis moodustab päikeseenergia 2022. aasta energia kogutoodangust umbes 7%, ning selle osakaal kasvab iga päevaga. Ajal mil maailm soosib jätkusuutlikke lahendusi, muutub päikeseenergia täpne ennustamine aina olulisemaks. Kujutagem maailma kus me suudame ette arvestada

Tartu Ülikooli hiljutisel andmeteaduse seminaril “Kestlik areng” esines meie andmeteadlane Arko Kesküla ettekandega “Elektrisüsteemide personaliseeritud optimeerimine”. See ettekanne tõi esile andmeteaduse võimekuse energialahendustes, pakkudes potentsiaalseid elektritarbimise lahendusi. Ettekandes arutati valdkonna edusammude ning eraisikute ja ettevõtete võimaluste üle, kuidas saavutada kontroll oma energia tarbimise üle, vähendades kulusid ja edendades jätkusuutlikkust. Olulist tähelepanu pöörati elektrisüsteemi isikupärastatud optimeerimisele,

Ühiskondliku arengu ja majandusliku stabiilsuse seisukohast on maaelu ja põllumajandus toonud kaasa nii väljakutseid kui ka võimalusi. Üks väljakutsetest on saagikuse ennustamine: kuidas teada, millal ja kui suur saak tuleb ning kuidas seda optimeerida? Vastus võib peituda hiljutises STACCi ja eAgronomi koostöös läbiviidud projektis. Saagikuse ennustamine eAgronom on põllumajandustarkvara arendav ettevõte, mis koostöös STACCiga arendas

Kas AI tõstab ettevõtte kasumlikkust? AI (tehisintellekt, Artificial Intelligence) on tarkvaraline tööriist, mis suudab täita konkreetseid ülesandeid kasutades suurt hulka erinevat tüüpi andmeid ja matemaatilisi algoritme. Tehisintellekt leiab andmetest mustrid ja teeb nende põhjal prognoose ning  otsuseid. AI kasutamine võib anda suurema efektiivsuse erinevates tööprotsessides ja tõsta kasumlikkust. Näiteks võib AI optimeerida tootmist, ennustada nõudlust

Arvutiteaduse bakalaureust lõpetades oli mul andmeteaduse vastu huvi olnud juba mitu aastat. Ma võtsin kõik sellega seotud bakalaureusetaseme ained, mis saadaval olid ja õppisin ka ise natuke juurde. Seega loomulikult hakkasin ma peale lõpetamist otsima tööd andmeinseneri või andmeteadlasena.  Ma olin mitmel üritusel rääkinud STACCi esindajatega ja seega teadsin ma juba et see on minu

Juba enne matemaatilise statistika õpingute alustamist oli mul selge eesmärk – leida endale võimalikult varakult praktika. Tahstin saada andmeteadlaseks, kuid ülikooli bakalaureuse õppeprogramm keskendus peamiselt teoreetilise matemaatika oskustele ja statistilistele meetoditele. Sellepärast teadsin, et praktika oleks mulle suurepärane võimalus rohkem arendada ka praktilisi oskusi nagu koodi kirjutamine, andmeanalüüs ja projektijuhtimine. Esimene aasta ülikoolis ja praktika