Descriptif du poste: Contexte de la mission Dans le cadre d’un projet dans le secteur de l’énergie, nous recherchons un·e Développeur·se Python / Data Scientist autonome et expérimenté·e. Votre mission principale consistera à concevoir un simulateur capable de prédire la capacité de production électrique d’un site, à partir de données historiques et de modèles statistiques complexes.   Vous interviendrez en environnement Linux Debian, vous serez en autonomie sur le projet, tout en bénéficiant du soutien de nos experts métiers et techniques en back-office.   Vos missions * Analyser les données historiques de production et les contraintes techniques du site * Concevoir et développer un simulateur prédictif en Python * Implémenter et ajuster des modèles statistiques et mathématiques * Mettre en place les outils nécessaires à l’analyse, à la validation et à l’optimisation des résultats * Rédiger une documentation claire et exploitable par les équipes métiers * Assurer un suivi régulier avec les interlocuteur·rices projets ���� Environnement technique Langage principal : Python (NumPy, SciPy, pandas, scikit-learn…) OS : Linux Debian Outils et librairies : Jupyter, Matplotlib, Git Méthodes : Analyse exploratoire de données, modélisation statistique, régression, validation croisée Culture projet : autonomie, proactivité, sens métier Profil recherché: * Vous justifiez d’une expérience d’au moins 5 ans en Data Science, notamment dans la manipulation de modèles statistiques appliqués à des problématiques industrielles ou de production. * Vous maîtrisez Python et ses bibliothèques dédiées à l’analyse de données. * Vous êtes à l’aise dans un environnement Linux et avez déjà travaillé en autonomie complète sur un projet. * Une bonne compréhension des notions mathématiques et statistiques est indispensable. * Votre curiosité, votre rigueur et votre capacité à vulgariser les résultats techniques sont des atouts clés pour réussir cette mission. * Une appétence pour le secteur de l’énergie ou de la modélisation physique serait un plus apprécié.