Machine Learning for Wind & Solar Asset Yield Estimation Internship — TotalEnergies

Description complète

Contexte & Environnement: Lieu: Genève, Suisse Durée du stage proposée: 6 mois Date de début: ASAP (préféré) Faites vos premiers pas dans une carrière épanouissante et rejoignez notre équipe en tant que stagiaire! Vous cherchez à développer votre carrière dans le monde dynamique du commerce et du transport de l'énergie? Êtes-vous prêt à nous aider à innover et à grandir avec votre vision entrepreneuriale? Si oui, nous aimerions voir votre profil! Nous sommes à la recherche d'esprits innovateurs prêts à prendre des initiatives et à contribuer à donner vie à nos nouveaux projets. Activités :

• Élaborer un modèle d'apprentissage automatique pour estimer le rendement énergétique annuel des actifs éoliens et solaires, en tenant compte des caractéristiques des actifs (p. ex. emplacement, technologie, type et hauteur de turbine, configuration des panneaux, inclinaison et azimut) et en tirant parti des données sur les actifs et la production propriétaires de TotalEnergies.
• Recueillir, traiter et analyser des ensembles de données à grande échelle, y compris des données météorologiques historiques (vitesse du vent, irradiance solaire, température, humidité), des spécifications d'actifs (technologie, capacité, type de turbine/panel, inclinaison, azimut) et des caractéristiques géographiques (élévation, couverture terrestre, terrain et proximité des obstacles).
• Élaborer, former et comparer des modèles d'apprentissage automatique supervisés (p. ex., forêt aléatoire, renforcement progressif, réseaux neuraux) pour estimer et prédire la production d'énergie éolienne et solaire, et évaluer leur rendement au moyen de méthodes de validation et d'évaluation appropriées.
• Étudier les caractéristiques pertinentes et les approches de modélisation afin de déterminer les principaux facteurs de rendement des énergies renouvelables et d'améliorer la précision, la robustesse et la généralisation des modèles dans différents biens et lieux.
• Collaborer avec les équipes IT et Data Engineering pour automatiser la préparation des données et les pipelines d'exécution des modèles, et contribuer à l'industrialisation et au déploiement des modèles dans un environnement nuageux.
• Contribuer à TotalEnergies (en anglais seulement) Ensemble interne de modèles météorologiques à court et à moyen terme, qui permettent de prévoir la production d'énergie éolienne, la production d'énergie solaire et la demande d'énergie.
• Développer, entretenir et optimiser les scripts Python et les workflows de traitement de données pour automatiser les analyses récurrentes, améliorer l'efficacité opérationnelle et soutenir l'évolutivité des outils existants.
• Travailler en étroite collaboration avec les analystes de l'électricité, du gaz, du GNL et les négociants pour comprendre leurs besoins commerciaux et intégrer leurs connaissances opérationnelles et de marché dans le développement et le raffinement des modèles. Responsabilités
• Améliorer la capacité de TGP à utiliser les données pour modéliser et optimiser les actifs/portfolios/stratégies/évaluation des risques et aider à générer une valeur supplémentaire pour la Société en conduisant les bonnes décisions de négociation.
• Répondre rapidement et réactivement aux besoins et aux demandes des traders (principalement du pouvoir) et de la gestion.
• Fourniture de directives et d ' un appui aux équipes sur tous les sujets impliquant l ' analyse et la modélisation de grands ensembles de données. Dimensions du travail
• Le département «Modélisation et analyse des stratégies commerciales» (MATS) vise à mieux comprendre les marchés négociés par TotalEnergies Gas and Power (TGP) en termes de prix de l'électricité et de fondamentaux, à trouver des moyens de modéliser et de prévoir leur dynamique et à traiter des questions complexes nécessitant une approche quantitative.
• Dans un contexte de grande autonomie, le département MATS apporte interprétation, conseil et soutien à tous les comptoirs de négociation TGP et à la haute direction - y compris les membres de COMEX - et les aide à définir des stratégies de négociation et à prendre des décisions d'investissement.
• Le stagiaire fera partie de l'équipe de modélisation et d'analyse météorologiques (WMA) sous la supervision du directeur de l'équipe de modélisation et d'analyse météorologiques.
• L'équipe de l'AMM apporte son expertise en modélisation météorologique à différentes échelles spatiales et temporelles pour les différents bureaux puisque l'intégration de l'information météorologique dans les décisions commerciales devient essentielle (part croissante des énergies renouvelables dans la production d'électricité, changement climatique ayant déjà une incidence sur l'équilibre offre/demande, développement rapide des modèles météorologiques d'IA, etc.).
• L'équipe de l'AMM travaille en étroite collaboration avec d'autres équipes, favorisant une culture du partage des connaissances et de l'expertise interfonctionnelle. Ces équipes comprennent des experts du marché du gaz et de l'électricité, des experts ML/AI au sein de TGP. Profil du candidat :
• Université a étudié au moins maîtrise en mathématiques, physique ou météorologie.
• Fortes compétences en codage en Python avec compétence dans les bibliothèques communes pour la science des données et la capacité à traiter les grands ensembles de données
• Connaissance d'une variété de techniques d'apprentissage automatique et de leurs avantages/reprises.
• Capacité d'écrire un code transférable qui adhère aux meilleures pratiques.
• Connaissance des technologies de base de données (PostgreSQL, MongoDB, S3 seau).
• L'expérience avec des environnements Cloud comme AWS (S3, EC2, Lambda, etc.) sera appréciée. La connaissance des programmes Databricks et Apache Spark serait la bienvenue.
• Expérience dans GitHub pour le contrôle des versions, l'examen des codes et le développement de projets de données collaboratives
• Le stage nécessite innovation et organisation.
• Capacité d'expliquer les problèmes complexes et de les présenter de manière claire et soignée.
• La connaissance du français est un avantage. Nous sommes déterminés à répondre aux besoins énergétiques d'une population croissante et nous sommes engagés dans la transition énergétique. La volatilité des marchés du commerce de l'énergie exige l'excellence dans la gestion des risques et une culture de l'innovation. Nous acceptons pleinement la révolution numérique. Nos gens s'épanouissent dans un environnement qui favorise l'expertise, l'esprit d'entreprise, l'agilité et une culture axée sur l'objectif, créant des occasions illimitées d'apprendre, de grandir et de réussir en collaboration. Renforcer les compétences de notre peuple est un pilier clé de notre culture : nous formons notre peuple à assurer son développement et nous nous engageons à encourager la sécurité dans toutes nos actions. Nous recherchons passion, ambition et ouverture d'esprit. Alors que nous évoluons dans une industrie exigeante qui demande à être toujours à la pointe, nous cultivons un milieu de travail amical où nos gens se sentent bien, où l'esprit d'équipe et le respect guident notre routine quotidienne, où la diversité de nos gens et leurs compétences créent une expérience nourrissante pour nous tous. Informations complémentaires: TotalEnergies valorise la diversité, favorise la croissance individuelle et offre des carrières sur un pied d'égalité.