ML Engineer — Building Energy Forecast & Optimization

SCorp-io; Paris; Hybrid; EUR 65,000 - 95,000; Full time

Job summary

SCorp-io recherche un Data Scientist ML pour développer des modèles prédictifs du comportement thermique et énergétique des bâtiments à partir de données réelles. Vous contribuerez à modéliser l’inertie, les délais entre commandes et leur effet, et à exploiter des séries temporelles incluant météo et occupation.

Vous travaillerez au sein de l’équipe Produit & Tech, en lien étroit avec les développeurs et les équipes opérationnelles pour mettre en production, monitorer et améliorer les modèles.

Qualifications

• Solide formation scientifique, data ou ingénieur.
• Maîtrise de Python, NumPy, pandas, SciPy, scikit-learn ou équivalents.
• Expérience en Machine Learning supervisé (régression, arbres) et en séries temporelles.
• Connaissance des métriques MAE, RMSE, R² et validation de modèles.
• Notions d’optimisation numérique et d’inférence temporelle.

Responsibilities

• Construire des modèles prédictifs du comportement thermique des bâtiments.
• Modéliser l’inertie, les vitesses de chauffage/refroidissement et les délais entre une commande et son effet.
• Exploiter des séries temporelles multivariées: météo, occupation et historique de fonctionnement.
• Prévoir températures, besoins thermiques et consommations.
• Développer des fonctions d’Optimal Start / Stop.
• Comparer modèles statistiques, ML, dynamiques ou hybrides physique/data.

Skills

Python

NumPy

pandas

SciPy

scikit-learn

Time series forecasting

Ridge/Lasso

Random Forest

XGBoost/LightGBM

KPI / validation metrics

MPC / optimisation

Kalman filters

State-space models

Deep Learning (PyTorch)

Tools

PyTorch

Modelica

EnergyPlus

MLflow

MLOps

Job description

SCorp-io recherche un Data Scientist ML pour développer des modèles prédictifs du comportement thermique et énergétique des bâtiments à partir de données réelles. Vous contribuerez à modéliser l’inertie, les délais entre commandes et leur effet, et à exploiter des séries temporelles incluant météo et occupation.

Vous travaillerez au sein de l’équipe Produit & Tech, en lien étroit avec les développeurs et les équipes opérationnelles pour mettre en production, monitorer et améliorer les modèles.