Data Scientist - Power Trading

• CWP Energy Solutions se positionne auprès des générateurs d'énergies renouvelables en réduisant les risques de leurs activités et en stabilisant leurs revenus.

Grâce à des technologies de pointe, à un large répertoire de données exclusives et à une expertise approfondie des marchés de l'énergie, notre plateforme fournit à nos partenaires les outils et l'intelligence de marché nécessaires pour optimiser la vente et l'achat de leur électricité tout en gérant les risques liés à l'intermittence croissante du réseau. Nous travaillons en partenariat avec des producteurs d'énergie renouvelable à travers l'Amérique du Nord qui opèrent sur des marchés déréglementés et qui cherchent à maximiser le rendement de leurs investissements en énergie solaire et éolienne ainsi qu’en stockage de batterie.

Nous sommes fiers de notre approche entrepreneuriale qui encourage l'initiative, l'expérimentation et la prise de risque.

Ce poste est une excellente occasion de créer de la valeur dans une organisation où l'aspect administratif est limité et est idéal pour une personne qui aspire à opérer dans un environnement de type startup.

Responsabilités principales :

1. Développer et mettre en œuvre des modèles de machine learning pour la prévision des prix de l’électricité et des marchés de l’énergie.
2. Concevoir et optimiser des modèles de données, des algorithmes et des analyses afin d’extraire des informations exploitables sur les marchés de l’électricités.
3. Réaliser des analyses de séries temporelles et appliquer des techniques de régularisation pour améliorer la performance des modèles dans des conditions réelles et incertaines.
4. Analyser les dynamiques des marchés de l’électricité Day-Ahead et Real-Time, y compris la demande, l’offre, la congestion, les contraintes de transmission, les énergies renouvelables et les pannes de production.
5. Construire et déployer des modèles prédictifs pour soutenir les décisions de trading de l’électricité et les stratégies de gestion des risques.
6. Développer des outils automatisés et des tableaux de bord pour améliorer l’accès aux données et soutenir la prise de décision.
7. Préparer et présenter des rapports, des prévisions et des recommandations aux parties prenantes internes et externes.
8. Rechercher et appliquer des techniques statistiques avancées et d’apprentissage automatique pour affiner les modèles de prévision et développer des stratégies de monétisation des données.

Profil recherché :

1. 3 à 5 ans d'expérience dans un rôle de scientifique des données, avec un accent marqué sur l'apprentissage automatique et la modélisation prédictive.
2. Esprit autonome et proactif – nous recherchons une personne qui dépasse les solutions toutes faites et qui construit et optimise activement les modèles.
3. Solides compétences en programmation Python et SQL.
4. Connaissance des modèles d'apprentissage automatique, y compris Random Forest et XGBoost.
5. Excellentes compétences en communication – capacité à expliquer et à synthétiser des concepts complexes auprès de publics techniques et non techniques.
6. Capacité à travailler de manière autonome, à prendre des initiatives et à proposer de nouvelles stratégies basées sur les données.
7. Expérience en prévision de séries temporelles et dans l'application des techniques d'apprentissage automatique à des problématiques réelles du marché.
8. Connaissance des marchés de l'électricité en Amérique du Nord (RTO / ISO), un atout.
9. Maîtrise de l'anglais ; le français est un plus.

Ce que nous offrons :

1. Un environnement dynamique où l’initiative et l’expérimentation sont encouragées.
2. Une culture d’entreprise axée sur les résultats.
3. Assurance collective complète et programme de cotisation REER.
4. Politique de congés dès l’entrée en poste.
5. Programme d’incitatif au transport en commun.
6. Programme Give & Match.
7. Horaires flexibles et télétravail hybride.
8. Un bureau moderne avec gym, lounge, vestiaires et douches.

Tu veux avoir un impact direct sur la croissance d’une entreprise en pleine expansion et travailler sur des problématiques complexes de modélisation et de prédiction des marchés ?