Lieu : La Défense (92)

Durée de stage : 6 mois

L'intégration croissante des énergies renouvelables et les nouveaux usages de l'électricité ont profondément changé la façon dont les flux d'électricité sont répartis sur le réseau de transport d'électricité, rendant les décisions des opérateurs plus difficiles. Les méthodes traditionnelles d'optimisation n'étant pas assez rapides, le département R&D de RTE explore l'apprentissage profond pour proposer des actions en temps réel. En raison de la variabilité de la structure de graphe du réseau (ouverture de lignes, consignations d'ouvrages, constructions de nouveaux projets...), nous utilisons des graphs dont la topologie varie et sur lesquels nous appliquons des Graph Neural Networks (GNN).

Depuis plus de deux ans, nous développons une méthode d'apprentissage non supervisée visant à améliorer le plan de tensions par les GNN (des tensions trop hautes endommagent le matériel, tandis que des tensions trop basses engendrent des black-out).Bien que les résultats soient prometteurs, plusieurs étapes restent à franchir avant de parvenir à un prototype opérationnel.

En tant que stagiaire vous serez intégré(e) au sein d'un groupe de recherche du pôle Pilotage du réseau, spécialisé dans les GNN appliqués au réseau électrique, dont l'expertise s'étend de la théorie, à l'implémentation et à l'industrialisation.  

Missions

• S'approprier le pipeline existant d'apprentissage des GNN pour l'opération du réseau électrique, ainsi que la définition du problème du réglage tertiaire de la tension

• Estimer les performances et la sécurité des modèles appris

• Mettre en place des indicateurs de la qualité et de la sécurité des actions proposées

• Proposer des couches de correction des actions en post-traitement.

• Analyser finement le comportement appris par les modèles.

• Améliorer les performances des modèles appris.

• Faire un état de l'art des Neural Ordinary Differential Equations et des Deep Equilibrium Models.

• Implémenter et tester différents schémas d'intégration pour le NODE.

• Implémenter un DEQ et comparer les différentes méthodes de résolution.

Vous êtes actuellement en dernière année de cycle ingénieur ou Master dans le domaine de l'intelligence artificielle, du machine learning, des mathématiques appliquées ou équivalent OU vous suivez une formation autre mais justifiez de compétences en intelligence artificielle

Vos qualités

• Vous êtes reconnu(e) pour votre organisation, votre rigueur et vos capacités d'analyse.

• Vous êtes curieux(se), créatif(ve) et vous appréciez prendre des initiatives

• Vous maîtrisez Python et vous avez déjà participé à l'entraînement de modèles

• Vous justifiez de connaissances en Intelligence Artificielle et avez déjà pratiqué au moins un framework de Deep learning (Tensorflow, Pytorch, Jax ...)

• La maîtrise de l'anglais est exigée (niveau B2 minimum)
   

POURQUOI NOUS REJOINDRE ?

En vous formant en stage à nos côtés, vous bénéficiez de plusieurs avantages :

• Accompagnement par un tuteur formé à cette mission

• 35h hebdomadaires

• Jours de congés rémunérés selon la durée du stage

• Indemnités repas, aide au logement et au transport (sous conditions)

• Mise à disposition de tout le matériel nécessaire pour remplir vos missions (équipement de protection de qualité, matériel informatique, équipement bureautique)

La Politique diversité de RTE a pour ambition d'ouvrir l'entreprise à toutes les compétences et de garantir l'équité, en termes d'égalité des chances, d'inclusion et de lutte contre toutes formes de discrimination. Selon ces principes, nous conduisons une politique active en faveur de l'inclusion des personnes en situation de handicap permettant à tous d'avoir un parcours professionnel équitable. Si vous êtes dans cette situation, faites-nous part de vos éventuels besoins spécifiques afin que nous puissions y apporter une réponse adaptée.