Stage - Détection de Data Drift dans les Données Réseaux par Approche Causale Application à la Prédiction d'Erreurs de Modèles H/F

RTE; Paris; On-site; EUR 13,000 - 20,000; Full time

Benefits offered by this job

Gratification mensuelle selon le degré

Accompagnement par un tuteur dédié

Jusqu'à 5 jours de congés rémunérés

Indemnité transport

Aide au logement (sous conditions)

Job summary

RTE recherche un stagiaire en IA pour explorer les méthodes causales et prédire les performances d'un modèle de référence sur des données réelles du réseau électrique. Vous travaillerez au sein du pôle IA-GRID de la DIA2, en cotutelle avec le CEA, pour identifier des schémas causaux et proposer des améliorations d'apprentissage.

Ce stage de 6 mois, débutant en mars 2027 à La Défense, offre un encadrement dédié et des perspectives de poursuite chez RTE, avec des conditions attractives et des

Qualifications

• Étudiant en dernière année d'école d'ingénieur ou Bac+5 en data science, IA, mathématiques appliquées ou informatique.
• Connaissances solides en statistiques et apprentissage automatique.
• Maîtrise d'un langage Python ou R.

Responsibilities

• Analyser et s'approprier les données disponibles pour les prévisions et l'apprentissage des modèles.
• Réaliser un état de l'art des méthodes d'études de causalité pour la détection de data drift.
• Appliquer ces méthodes pour identifier des schémas causaux dans les données.
• Proposer des adaptations (ex. modification de la loss) pour améliorer l'apprentissage.

Skills

Statistiques

Machine learning

Python/R

Analyse de données

Education

Bac+5 en data science IA mathématiques appliquées informatique

Tools

Python

R

Job description

Lieu : La Défense
Durée et/ou période du stage : 6 mois à partir de mars 2027

Le réseau électrique français, en constante évolution, génère des flux de données massifs et dynamiques. Ces données sont soumises à des variations imprévisibles (ou data drift), causées par des changements structurels (intégration de nouvelles sources d'énergie, modifications de la topologie du réseau), des phénomènes externes (conditions météorologiques, pics de consommation) ou des anomalies (défauts, pannes, cyberattaques). Pour garantir la sûreté et la stabilité du réseau, RTE développe AssistFlux, un assistant intelligent d'aide à la conduite du réseau électrique, basé sur l'IA pour proposer des parades adaptées et résoudre les contraintes apparaissant sur le réseau. Cependant, les performances de ces modèles dépendent de la qualité des données d'entraînement : un data drift ( l'évolution des distributions des données dans le temps) peut dégrader les performances du modèle en production, compromettant ainsi la fiabilité des recommandations proposées.

Votre stage s'inscrit dans ce défi : explorer les méthodes d'IA causale afin de prédire les performances d'un modèle de référence (appris). Plus particulièrement, vous chercherez à identifier des schémas causaux dans les données utilisées pour l'entraînement (variables explicatives X) combinée à l'erreur du modèle de référence. Ce travail s'appuiera sur des données réelles et des méthodes innovantes.

En tant que stagiaire, vous serez intégré au sein du pôle IA-GRID de la Direction Données, Intelligence Artificielle et Analyse (DIA2). Le stage s'effectuera en cotutelle avec le CEA. Ce stage vous permettra de comprendre les enjeux du système électrique à court terme, le fonctionnement du réseau et de mettre en oeuvre l'état de l'art des méthodes de détection de ruptures dans les schémas causaux.

Principales activités :

• Analyser et s'approprier les données disponibles pour les prévisions et celles disponibles pour l'apprentissage des modèles
• Réaliser un état de l'art des méthodes d'études de causalités pour la détection de data drift qui pourraient être adaptées au cas d'usage de données réseaux.
• Appliquer ces méthodes pour identifier la présence de schémas causaux dans les données
• S'assurer que les schémas causaux identifiés sont correctement appris par les modèles d'apprentissages utilisés et proposer les adaptations adéquates pour améliorer l'apprentissage si nécessaire (modification de la loss par exemple).

Vous êtes actuellement étudiant en dernière année d'école d'ingénieur ou vous suivez un cursus universitaire en Bac +5 en data science, IA, mathématiques appliquées ou informatique avec un intérêt marqué pour les enjeux énergétiques.

• Vous disposez de connaissances en statistiques et apprentissage machine.
• Vous savez utiliser un langage de type python ou R.
• Vous avez une appétence pour comprendre le fonctionnement système électrique et les phénomènes physiques associés aux pertes.
• Vous savez faire preuve de créativité et de rigueur.
• Vous avez une bonne capacité d'analyse et de recul sur les résultats.

En nous rejoignant, vous intégrez une entreprise engagée dans votre réussite et tournée vers l'avenir :

• L'opportunité de contribuer à des projets concrets, innovants et à fort impact
• Une gratification mensuelle attractive, déterminée en fonction de votre niveau d'études
• Un accompagnement par un tuteur dédié tout au long de votre stage pour favoriser votre montée en compétences
• Jusqu'à 5 jours de congés rémunérés, selon la durée de votre stage
• Des avantages complémentaires : prise en charge des frais de transport, indemnité repas et aide au logement (sous conditions).
• De réelles perspectives d'avenir : possibilité de poursuivre votre parcours chez RTE (embauche ou poursuite en alternance)...

...Si le courant passe, ça peut durer longtemps !

Dans le cadre des activités relatives à l'emploi proposé, vous pouvez être amené(e) à accéder à un (ou des) site(s) relevant de la responsabilité de RTE. A cette fin et dans le respect des articles R1332-22-1 et suivants du Code de la Défense, nous vous informons qu'une enquête administrative est susceptible d'être réalisée à notre demande par l'autorité administrative, afin de vérifier qu'aucun fait vous concernant n'est incompatible avec l'accès envisagé.