Stage Master 2 : M
Forum 'Stages' - Sujet créé le 2016-01-07
Dans le cadre du programme Gaspard Monge pour l'optimsation (PGMO), l'ENSTA ParisTech propose un stage de Master 2 d'une durée de 6 mois.
L'objectif de ce stage consiste à élaborer des méthodes d'optimisation assurant l'équilibre offre-demande à tout instant, pour des problèmes où le volume de données s'accroît dynamiquement.
L'optimisation est réalisée au travers de mécanismes de demand response (effacement) qui consistent soit à déplacer, soit à lisser des pics de consommation. Ces mécanismes peuvent reposer, comme nous le supposerons dans ce stage, sur diverses incitations économiques qu'il conviendra de définir (en se référant par exemple à la littérature du Revenue Management). Une difficulté majeure provient de la dynamique de l'information à incorporer dans le problème d'optimisation.
Les modèles développés seront testés sur des jeux de données réelles.
Pré-requis : Le(La) stagiaire devra être titulaire d'un Master 2 ou diplômé(e) d'une école d'ingénieur et disposer de solides connaissances en optimisation et en statistiques. Des bases en théorie des jeux et machine learning seraient un plus. La maîtrise d'un langage de programmation (Matlab/Python) est importante.
Contact : Merci d'envoyer CV et lettre de motivation à Hélène Le Cadre (helene.le-cadre@ensta-paristech.fr) avant le 15 février 2016.
L'objectif de ce stage consiste à élaborer des méthodes d'optimisation assurant l'équilibre offre-demande à tout instant, pour des problèmes où le volume de données s'accroît dynamiquement.
L'optimisation est réalisée au travers de mécanismes de demand response (effacement) qui consistent soit à déplacer, soit à lisser des pics de consommation. Ces mécanismes peuvent reposer, comme nous le supposerons dans ce stage, sur diverses incitations économiques qu'il conviendra de définir (en se référant par exemple à la littérature du Revenue Management). Une difficulté majeure provient de la dynamique de l'information à incorporer dans le problème d'optimisation.
Les modèles développés seront testés sur des jeux de données réelles.
Pré-requis : Le(La) stagiaire devra être titulaire d'un Master 2 ou diplômé(e) d'une école d'ingénieur et disposer de solides connaissances en optimisation et en statistiques. Des bases en théorie des jeux et machine learning seraient un plus. La maîtrise d'un langage de programmation (Matlab/Python) est importante.
Contact : Merci d'envoyer CV et lettre de motivation à Hélène Le Cadre (helene.le-cadre@ensta-paristech.fr) avant le 15 février 2016.