Apprentissage et modélisation statistique des bâtiments- Veolia Recherche et Innovation
Forum 'Stages' - Sujet créé le 2017-12-01
INFORMATIONS
- ENTITE : Veolia Environnement Recherche & Innovation
- SITE : Maisons Laffitte + déplacements fréquents à Limay
- SERVICE : DIN–ICA
- TUTEUR : Sofiane MAZEGHRANE - Anne-Sophie GUILBERT
- DUREE DU STAGE :6 mois
- A POURVOIR : Février 2018
VERI : Qui sommes-nous ?
Présent sur les cinq continents avec près de 180 000 collaborateurs, Veolia est le leader mondial des services à l'environnement.
Veolia apporte des solutions sur-mesure aux industriels comme aux collectivités dans trois activités complémentaires : la gestion de l'eau, la gestion des déchets, et la gestion énergétique.
Veolia Recherche et Innovation (VERI) est doté de 2 centres de recherche : Limay et Maisons-Laffitte.
La Recherche a comme principales missions : la gestion et la préservation des ressources naturelles, la limitation des impacts sur les milieux naturels, la préservation de la santé et du cadre de vie, le développement des sources d’énergies alternative.
Description du stage
- Missions & objectifs
Au sein du Département Innovation Numérique (DIN) de Veolia Recherche & Innovation (VERI), le stagiaire devra se familiariser au contexte de développement d’outils de machine Learning en mode agile. En collaboration avec une équipe d’automaticiens et statisticiens, le stagiaire aura en charge une partie de l’étude visant à développer des modèles de prévisions en temps réel de la température intérieure des bâtiments (résidentiels, commerciaux, bureaux). Le développement et la validation des algorithmes de prévision s’appuiera sur des jeux de données issus d’un ou plusieurs réseaux de chaleur exploités par Veolia. Cette étude s’appuiera également sur des solutions logicielles permettant le développent et le prototypage rapide d’algorithmes de Deep Learning :
- Google Cloud Platform
- TensorFlow et Keras
- Des modules d’analyse et de traitement de données codés en Python.
Missions principales
- Etude bibliographique des techniques d’intelligence artificiels adaptées à la problématique de prévision en temps réel.
- Prototypage des solution identifiées en utilisant le langage de programmation Python et ou R.
- Intégration des modèles de prévision dans des solutions IT (Google Cloud Platform).
- Test des modèles de prévision sur des données mesurées en temps réel sur un réseau de chaleur urbain.
- Valorisation des travaux auprès de l’équipe projet et rédaction d’un rapport de performance.
Profil recherché
- Formation
- Elève-ingénieur en dernière année (bac + 5) ou Niveau master 2, Deep Learning, Data Science, Apprentissage statistique
- Vos compétences
- Deep Learning
- Modélisation statistique, machine Learning
- Programmation Python et/ou R
- Connaissances des librairies TensorFlow et Keras sont un atout
- Des compétences en Google Cloud Platform sont un atout
- Vos qualités, votre savoir-être
- Autonomie, capacité d’analyse et rigueur scientifique
- Aptitude à travailler en équipe, à communiquer avec des non spécialistes
- Aisance en programmation informatique et en outils logiciels
- Curiosité et honnêteté intellectuelles