Teamet

ØKONOMI, REGULERING, ASSET MANAGEMENT, ELSYSTEMER & TEKNIK, STATISTIK & CLOUD COMPUTING ER VORES SPIDSKOMPETENCER

  • Kalle Thorbjørn Hansen

    Kalle er CEO og Co-founder af Utiligize.

    Kalle har tidligere arbejdet som Dansk Energis benchmarking- og reguleringsekspert, og har simuleret tusindvis af potentielle benchmarkingmodeller, med anbefalinger til branchen og regulator. Kalle er ekspert i den økonomiske del af Asset Management og økonomiske levetidsvurderinger. Kalle har opbygget en uvurderlig database med regulatoriske data, som indeholder data 50 år tilbage i tid – og som stadigvæk er fundamentet i forsyningsselskabernes indtægter den dag i dag.

    Kalle er gæsteforelæser i økonomisk benchmarking ved Københavns Universitet, hvor han også har taget sin uddannelse som økonom og holder titlen cand.scient.oecon.

  • Emil Mahler Larsen

    Emil er CTO og Co-founder af Utiligize.

    Emil har tidligere været ansat som Dansk Energis statistiker, hvor han udviklede nye metoder til at forudse og styre elforbruget. Emil er ekspert i maskinlæring og big-data håndtering, men også ekspert i estimering af Probability of Failure-beregninger af forsyningskomponenter, der bruges til risikovurderinger i selskabers Asset Management strategier.

    Oprindeligt er Emil fra England og før han kom til Danmark i 2009, arbejdede Emil som journalist for Europas ældste computerblad, Personal Computer World, hvor han opbyggede et solidt netværk i IT-verdenen.

    Emil er uddannet Elektroingeniør, cand.polyt, ved Danmarks Tekniske Universitet, og har efterfølgende taget en ph.d. i Elektroteknologi også ved Danmarks Tekniske Universitet.

  • Jules Truong

    Jules er data scientist hos Utiligize.

    Jules har en kandidat i Vedvarende Energi, hvor han skrev sit speciale om Maskinlæring, fra Danmarks Tekniske Universitet.

    Hos Utiligize udvikler Jules big-data prognoseværktøjer til estimering af elforbrugs- og netværk flow. Modellerne benytter milliarder af netværksmålinger og aggregerer dem efter deres fysiske lokation. Jules anvender Googles værktøjer BigQuery, Google ML og Tensorflow til at beregne historiske og fremtidig netværk flows over forskellige prognosehorisonter. Modeller Jules udvikler imødekommer et stadig stigende behov fra forsyningsselskaberne, der ønsker at lave tilstandsestimeringer på mere og mere komplekse systemer.