Ingénieur optimisation énergétique (senior)

Taleez; Paris; Sur place; EUR 70 000 - 100 000; Plein temps

Résumé du poste

Taleez recherche un profil confirmé en recherche opérationnelle et optimisation sous contraintes appliquées à des systèmes physiques réels. Vous écrivez vous-même le code de vos modèles et vous les maintenez en production, en lien avec les interfaces réelles d'exploitation.

Vous travaillez sur formulation mathématique, programmation linéaire et mixte, et vous utilisez des solveurs open source pour piloter des modèles complexes dans un domaine énergétique et électrique dynamique.

Qualifications

• 4 à 8 ans d'expérience pertinente, ou doctorat suivi d'une expérience appliquée.
• Formulation mathématique de problèmes métier, programmation linéaire et mixte, pratique réelle des solveurs open source.
• Très bon niveau Python : code testé, maintenable, exploité quotidiennement.
• Autonomie sur un problème technique complexe, dans une équipe réduite.
• Une expérience des systèmes énergétiques, des batteries, des marchés électriques ou du dispatch est fortement appréciée

Responsabilités

• Écrire et maintenir en production les modèles d'optimisation.
• Intégrer des prévisions et des incertitudes dans les stratégies.
• Déployer et monitorer les modèles dans des interfaces réelles.
• Collaborer au développement et à l'exploitation des modèles.

Connaissances

Python

Optimisation

Modélisation mathématique

Programmation linéaire

Solveurs open source

R.O./Optimisation sous contraintes

Systèmes énergétiques

Formation

Doctorat en optimisation ou recherche opérationnelle

Outils

Open-source solvers

Description du poste

Une batterie, une pompe ou un groupe froid peuvent décaler leur consommation dans le temps. Bien placé, ce décalage se vend. Toute la valeur de Flexus tient dans cet écart, et cet écart se joue dans nos modèles.

Optimisation. Vous faites évoluer notre optimiseur : formulation du problème, contraintes physiques et réglementaires, passage d'un horizon journalier à un horizon glissant, vieillissement des batteries, arbitrage entre plusieurs mécanismes de marché.

Prévision et incertitude. Vous intégrez aux stratégies d'optimisation les prévisions de consommation, de production PV et de prix — et surtout leurs incertitudes, qui décident de la marge réelle.

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 passé.

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

Le domaine est dense, et c'est 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.

Nous cherchons un profil confirmé en recherche opérationnelle et optimisation sous contraintes appliquées à des systèmes physiques réels. Ce n'est ni un poste de data scientist généraliste, ni un poste de développeur Python, ni un poste de pilotage : vous écrivez vous-même le code de vos modèles et vous les maintenez en production.

• 4 à 8 ans d'expérience pertinente, ou doctorat suivi d'une expérience appliquée

• Formulation mathématique de problèmes métier, programmation linéaire et mixte, pratique réelle des solveurs (nous travaillons avec des solveurs open source)

• Très bon niveau Python : code testé, maintenable, exploité quotidiennement

• Autonomie sur un problème technique complexe, dans une équipe réduite

• Une expérience des systèmes énergétiques, des batteries, des marchés électriques ou du dispatch est fortement appréciée