Ingénieur modélisation et optimisation énergétique

Tandem - Les Deeptech; Paris; Hybride; EUR 65 000 - 95 000; Plein temps

Avantages offerts par ce poste

BSPCE

Résumé du poste

Tandem - Les Deeptech recherche un ingénieur/chercheur en optimisation sous contraintes pour faire évoluer nos modèles et les mettre en production dans le domaine énergétique.

Vous utiliserez Python en production, SQL et des méthodes de modélisation avancées et vous assurerez la robustesse des simulations et leur traduction en valeur économique, en lien avec le directeur technique et le fondateur.

Qualifications

• Formation d'ingénieur ou universitaire équivalente, socle solide en optimisation sous contraintes.
• Deux à sept ans d'expérience, ou un doctorat en optimisation appliquée aux systèmes énergétiques.
• Une première expérience en environnement de production compte davantage que la durée totale.

Responsabilités

• Optimisation sous contraintes : développer et déployer l'optimiseur en prenant en compte contraintes physiques et réglementaires.
• Exploitation : fiabiliser la boucle quotidienne et assurer le reporting et la soumission.
• Études : produire des simulations de valorisation et assurer leur robustesse méthodologique.

Connaissances

Optimisation sous contraintes

Python production

Séries temporelles

SQL & bases relationnelles

Formation

Ingénieur ou équivalent

Outils

AWS

Intégration continue

Description du poste

contexte

Une batterie, une station de pompage ou un groupe froid peuvent décaler leur consommation dans le temps. Bien placé, ce décalage se vend sur les marchés de l'électricité . Toute la valeur de Flexus tient dans cet écart, et cet écart se joue dans nos modèles.

Vos missions

• Optimisation — Vous faites évoluer notre optimiseur : formulation du problème, contraintes physiques et réglementaires, passage d'un horizon journalier à un horizon glissant, prise en compte du vieillissement des batteries. Vous étendez son périmètre au-delà des stations de pompage, vers les batteries derrière compteur et la valorisation multi-marchés.
• Exploitation — Vous fiabilisez la boucle quotidienne : optimisation, dépôt d'offres, déclaration à RTE, activation chez le partenaire, contrôle du réalisé. Vous diagnostiquez les écarts entre ce qui a été calculé, ce qui a été soumis et ce qui s'est réellement passé.
• Études — Vous produisez les simulations de valorisation qui soutiennent nos offres commerciales, et vous en garantissez la solidité méthodologique.

Ce que le poste a de particulier

Vos modèles vont en production et vous les y accompagnez : il n'y a pas de mur entre la recherche et l'exploitation. Vous écrivez du code qui tourne tous les jours contre des interfaces réelles — RTE, ENTSO-E, onduleurs, partenaires — et vous mesurez l'effet de vos choix en euros.

Le domaine est dense, et c'est précisément ce qui fait sa valeur : les règles d'effacement, la structure des tarifs d'acheminement, les périodes de référence ne sont pas des détails d'implémentation, ce sont elles qui décident si un modèle rapporte ou fait perdre de l'argent.

Vous êtes le référent sur ce périmètre, en lien direct avec notre directeur technique, qui porte l'architecture et le produit, et avec le fondateur, qui porte la relation client.

Environnement technique

Python pour l'optimisation et la prévision

Conditions

CDI, statut cadre, convention Syntec. Poste basé à Paris, télétravail partiel possible. Attribution de bons de souscription de parts de créateur d'entreprise (BSPCE).

Processus de recrutement

Un premier échange de trente minutes avec le fondateur, un entretien technique avec le directeur technique.

Profil Recherché

Formation et expérience

Formation d'ingénieur ou universitaire équivalente, avec un socle solide en optimisation sous contraintes. Deux à sept ans d'expérience, ou un doctorat en optimisation appliquée aux systèmes énergétiques. Une première expérience en environnement de production compte davantage que la durée totale.

Compétences attendues

• Optimisation sous contraintes : programmation linéaire et mixte, usage de solveurs, formulation d'un problème à partir d'un besoin métier.
• Python de niveau production : structuration, tests, gestion d'environnements, capacité à reprendre du code que vous n'avez pas écrit.
• Séries temporelles à pas fin et modélisation prédictive : modèles additifs généralisés, gradient boosting, ou équivalent.
• Aisance avec SQL et les bases relationnelles.

Appréciées, non exigées

• Connaissance des mécanismes de marché français — effacement, ajustement, capacité, réserve secondaire — ou d'un marché européen comparable.
• Expérience du stockage stationnaire, des systèmes de gestion d'énergie ou du pilotage d'actifs.
• Pratique d'AWS et de l'intégration continue.