Stage IA – Data Scientist - Building Management– Bac + 5 – F/H

Chez Schneider Electric, nous nous engageons à résoudre des problèmes concrets pour créer un avenir durable, numérisé et électrifié.

L'intelligence artificielle a le potentiel de transformer les industries et de favoriser l'efficacité et la durabilité.

Au sein de notre AI Hub, nous combinons notre expertise historique en fabrication et en ingénierie avec les dernières avancées en intelligence artificielle, apprentissage automatique et apprentissage profond, afin de favoriser une prise de décision plus intelligente, plus agile et plus respectueuse de l'environnement.

Rejoignez l'équipe AI Strategy & Innovation qui pilote la stratégie en matière d'IA ainsi que les efforts d'innovation et de développement de l'écosystème pour le AI Hub et Schneider Electric dans son ensemble.

Vous êtes passionné(e) par les données, la physique des bâtiments et l'efficacité énergétique ?

Contribuez au développement de solutions d'IA pour le pilotage intelligent des bâtiments dans un contexte DERM (Distributed Energy Resource Management).

En collaboration étroite avec nos équipes produits Building Management et nos partenaires académiques, vous concevrez des modèles neuronaux substituts capables de prédire le confort thermique intérieur (température, humidité, ...) à partir de simulations physiques de référence et de données réelles.

Sujet : Modèles neuronaux pour l'optimisation énergique des bâtiments

Contexte :

Schneider Electric est l'un des leaders mondiaux des solutions de gestion technique du bâtiment (BMS).

Pour atteindre des objectifs ambitieux d'efficacité énergétique et de réduction des émissions, nos clients doivent piloter des systèmes complexes comme Chauffage, Ventilation, Climatisation (CVC), Stockage, Photovoltaïque, recharge de Véhicules Electriques (VE), etc.

tout en garantissant le confort des occupants.

Les approches actuelles reposent majoritairement sur des règles ou sur l'optimisation, et montrent leurs limites face à la variabilité des usages et à la montée en puissance des ressources énergétiques distribuées (DERs).
Ce stage s'inscrit dans le développement de modèles d'IA hybrides, alliant simulation physique de référence (EnergyPlus) et apprentissage statistique, afin de créer des modèles neuronaux substituts rapides, précis et généralisables.

Ces modèles serviront de briques pour le contrôle avancé (Reinforcement Learning (RL) ) en environnement riche en DERs, avec une intégration à court terme dans nos cas d'usage en cours de qualification et une valorisation à long terme dans nos offres de nouvelle génération.
Vous travaillerez avec notre partenaire Grenoble INP-UGA et le laboratoire G2Elab, ainsi qu'avec des partenaires internes pour alimenter le projet en données ouvertes, données de simulation et données terrain, et pour réaliser des expérimentations.

Missions :


* Établir l'état de l'art sur les modèles substituts de dynamique thermiq...