Descriptif du poste:\n\nContexte du poste\nAu sein d'une équipe R&D data intervenant pour un acteur majeur du secteur de l'énergie, vous rejoignez un pôle qui explore les données issues de chaînes communicantes et de systèmes d'information opérationnels pour détecter, comprendre et anticiper les anomalies et comportements du réseau. L'équipe construit des modèles de détection, d'explication et de prédiction, notamment à l'aide de jumeaux numériques et de simulateurs de scénarios réseau.\nVos missions\nRecherche et modélisation\n* Réaliser des analyses exploratoires sur des données complexes et hétérogènes\n* Définir des objectifs scientifiques adaptés aux cas d'usage métier\n* Concevoir et entraîner des modèles GNN (Graph Neural Networks)\n* Analyser et améliorer en continu les modèles existants\nDéveloppement et industrialisation\n* Développer des composants de visualisation (Dash)\n* Créer et maintenir une librairie interne Python\n* Réaliser les tests associés aux développements\n* Rédiger la documentation technique et scientifique\nEnvironnement technique\nPython, Pandas, SQL, PostgreSQL, PySpark, GraphNorm, Torch-geometric, Torchmetrics\n\nProfil recherché:\n\nProfil recherché\nIndispensable :\n* Expérience confirmée en modélisation Machine Learning / Deep Learning\n* Connaissance et expérience des GNN (Graph Neural Networks) indispensable\n* Maîtrise de Python, Pandas, SQL\n* Maîtrise du développement logiciel, création de librairies, tests\nApprécié :\n* Connaissance de Polars\n* Expérience sur PySpark et PostgreSQL