Data Scientist

Passionné(e) par la transition énergétique et à la recherche d’une expérience professionnelle enrichissante ?

Rejoignez Selfee pour contribuer à un avenir énergétique plus durable !

Au sein de notre équipe Optimisation et Science des Données, nous recherchons un(e) Data Scientist pour développer et améliorer nos modèles de prévision de production d’électricité, notamment photovoltaïque et éolienne.

En collaboration avec notre Data Scientist Senior et les équipes techniques, vous interviendrez sur l’ensemble du cycle de vie des modèles, de la recherche et du développement jusqu’à leur mise en production et au suivi de leurs performances.

Vous contribuerez directement à l’amélioration de nos outils de prévision, essentiels à l’optimisation de nos activités sur les marchés de l’électricité.

Vos principales missions seront les suivantes :

R&D et études

• Analyser la qualité des données de production et des données externes utilisées dans les modèles de prévision.

• Évaluer les performances du modèle de prévision photovoltaïque existant et identifier ses principaux axes d’amélioration.

• Identifier les périodes d’indisponibilité, d’écrêtement ou de limitation, reconstituer la production potentielle des centrales et en évaluer l’impact économique.

• Améliorer continuellement le modèle en y intégrant de nouvelles données et variables pertinentes, notamment météorologiques et physiques, en lien avec les experts métier.

• Étudier et comparer différentes sources de prévisions météorologiques.

• Comparer les performances des modèles internes avec celles de solutions de prévision disponibles sur le marché, afin d’éclairer les choix entre développement interne et achat.

• Identifier les situations ou régimes dans lesquels les performances des modèles se dégradent, et en évaluer l’impact économique.

• Adapter les modèles aux différents horizons de prévision nécessaires aux opérations.

• Étendre progressivement les travaux de prévision aux autres moyens de production, notamment l’éolien.

• Assurer une veille technologique et scientifique sur les méthodes de prévision de séries temporelles appliquées au secteur de l’énergie, et proposer des améliorations des modèles et des outils.

Industrialisation et exploitation des modèles
En collaboration avec les équipes de développement :

• Fiabiliser les pipelines de collecte de données.

• Intégrer les modèles en production en tenant compte des contraintes opérationnelles : évolution du portefeuille, intégration de nouveaux sites, puissance de raccordement.

• Mettre en place la détection des anomalies et des alertes en cas de dégradation des prévisions ou de comportements atypiques de production.

• Soumettre ses développements à la revue de code via des pull requests, et participer à la revue des pull requests de l’équipe.

Documentation et structuration des données

• Documenter les modèles, les données et les traitements, en appliquant les standards de l’équipe.

• Contribuer à la documentation et aux backtestings des modèles dans le cadre des revues et audits.

Appui transverse à l’équipe

• Monter en compétence sur les modèles de prévision de consommation et, à terme, de prix.

• Savoir analyser leurs performances et diagnostiquer une dégradation.

• Contribuer ponctuellement à leur maintenance ou à leur réentraînement afin d’assurer la continuité de l’activité.

Participation aux opérations sur les marchés court terme (day-ahead)

• Construire les ordres de marché pour l’enchère day-ahead, en particulier choisir les modèles de prévision de consommation et de production.

Réaliser les opérations une semaine sur huit, week-ends compris (dispositif d’astreintes).

Compétences requises

• Bac+5 en mathématiques appliquées, data science, machine learning, école d’ingénieur ou domaine équivalent.

• 1-3 ans d’expérience en data science, idéalement sur des problématiques de prévision de séries temporelles.

• Solide maîtrise de la modélisation de séries temporelles et des méthodes de machine learning.

• Maîtrise de Python ainsi que de SQL ; bonnes pratiques de développement (versioning, code maintenable).

• Sens de l’analyse, rigueur, et capacité à expliquer ses résultats à des interlocuteurs non spécialistes.

Compétences appréciées

• Expérience de la prévision de production renouvelable (photovoltaïque, éolien) ou des données météorologiques (prévisions numériques, données satellitaires).

• Connaissance des marchés de l’électricité, notamment des mécanismes d’équilibrage.

• Notions d’industrialisation de modèles (MLOps, monitoring).