Industrialisation et amélioration d'un module de prédiction

Worldgrid, membre du groupe ALTEN, est l'expert des systèmes informatiques dans le domaine de l’énergie. Acteur majeur de latransition énergétique avec plus de 40 ans d’expertise sur le marché Energie & Utilities, Worldgrid développe mondialement son expertise grâce à plus de 1500 ingénieurs et consultants en France et dans de nombreux pays (Italie, Espagne, Allemagne, USA, UK, Asie).

A l’avant-garde des défis technologiques, Worldgrid recherche constamment à progresser pour construire des systèmes énergétiques durables, propres et résilients pour la production, le transport, la distribution et la commercialisation de l'énergie.

Contexte : Nous disposons actuellement d’un module de prédiction basé sur le modèle fb-prophet. L’objectif est de rendre ce module plus industriel en améliorant sa configuration, en renforçant les étapes de nettoyage des données et en intégrant de nouveaux modèles de prédiction, notamment un LSTM.

La mission se déroulera en plusieurs phases :

1. Industrialisation du module :

• Migration de la configuration vers une base de données pour une gestion plus souple et centralisée.
• Renforcement du pipeline de nettoyage des données afin d’améliorer la robustesse des prédictions.

1. Intégration de modèles supplémentaires :

• Ajout du support des modèles LSTM pour permettre des prédictions plus variées et adaptées à différents types de données.
• Adaptation de l’architecture du module pour permettre une sélection dynamique du modèle utilisé.

1. (Optionnel) Développement d’une interface graphique de configuration :

• Création d’une interface utilisateur permettant de configurer les modèles et leurs paramètres sans modification du code.

Livrables attendus :

• Module de prédiction industrialisé avec configuration en base de données.
• Amélioration du pipeline de nettoyage des données.
• Intégration d’un modèle LSTM avec documentation et validation des résultats.
• (Optionnel) Interface graphique de configuration.

Profil recherché :

• Étudiant(e) en dernière année de Master (M2) ou en école d’ingénieur (Bac+5) avec spécialisation en Data Science, Machine Learning ou Informatique.
• Compétences en Python et bibliothèques de Machine Learning (TensorFlow/Keras, fb-prophet, pandas, etc.).
• Connaissance des bases de données postgres.
• Une expérience avec le développement TK est un plus

Pourquoi nous rejoindre ?

• Travailler au sein d'une équipe dynamique et collaborative.
• Évoluer dans un secteur en pleine expansion, au cœur des enjeux de la transition énergétique.
• Participer à des projets innovants et stimulants, en lien avec les technologies de pointe.
• Bénéficier d'un environnement propice au développement professionnel, avec des opportunités d'apprentissage continu.