Fredrik Ahlgren

Jag startade min karriär i den svenska flottan 2001, och har arbetat som teknisk sjöofficer fram till 2009. Under mina år i flottan seglade jag som maskinist på bland annat robotbåtar, korvetter och ubåtar. Detta har givit mig erfarenhet från att arbeta med gasturbiner, dieselmotorer och elektrisk framdrift. Jag har ett stort intresse av ny teknik och har under senare delen av min akademiska karriär fördjupat mig mer i datorvetenskap.

Jag har alltid haft ett stort intresse av datorer och ny teknik, och på senare delen av min doktorandtid började jag fördjupa mig mer inom maskininlärning och datavetenskap. Idag jobbar jag nästan uteslutande med tillämpad Internet of Things, och driver flertalet kurser samt forskningsprojekt inom IoT.

Jag bor i Kalmar, är gift och har två barn. På min fritid, när jag inte springer, spenderar jag mycket tid på diverse hobbyprojekt samt läser böcker - gärna inom vetenskap och filosofi. 

Undervisning

I början av 2020 flyttade jag tillhörighet till institutionen för datorvetenskap och mediateknik, och ansvarar för kurser inom tillämpad IoT, Web Intelligence samt grundläggande programmering i Python.

Under 2020 bodde jag i Vancouver och undervisade på University of British Columbia (UBC). Jag undervisade masterstudenter inom ämnet Marine Engineering samt dataanalys. Jag var aktiv både under vårtermin och höstterminen fast då på distans.

Jag har sedan tidigare arbetat som lärare på Sjöfartshögskolan sedan 2010 och har då ansvarat för grundläggande strömningslära och tillämpade kunskaper i hur man felsöker och dimensionerar rör och pumpsystem.

Mitt motto som lärare är att vara prestigelös. Jag söker ständigt efter ny kunskap och har erfarenheten att med kommer långt med ett starkt engagemang för ämnet.

Forskning

I nuläget är jag till största del inriktad på tillämpad forskning inom området IoT (Internet of Things). Jag är projektledare för ett större projekt IoT-lab SME som riktar sig till att öka konkurrenskraften för små och medelstora företag inom Linnéregionen.

Nuvarande forskningsinriktning är utifrån perspektivet utifrån data, användning av maskininlärning för att optimera driften av både fartyg och andra energianläggningar. Jag bedriver också tillämpad forskning inom IoT, främst inriktad på resurssnåla enheter med LoRa-teknik.

I min tidigare forskning har jag studerat energieffektivisering av fartyg. Studierna har handlat om återvinning av spillvärme med hjälp av Organiska Rankin cykler (ORC), energi och exergi analyser samt metoder för maskininlärning. Min forskning har en operationell inriktning, vilket betyder att jag är fokuserad på att använda mätdata från fartyg i drift och skapa resultat som är applicerbara direkt på dagens fartyg. 

Uppdrag

Programansvarig Högskoleingenjör Mjukvaruteknik

Projektledare för forskningsprojektet IoT-lab SME

Driver podcasten "Teknik i Akademi" med Johan Leitet och Anders Bjarby.