Stage - Prévoir la consommation en eau à long terme dans le contexte du changement climatiqueSUEZ
Critères de l'offre
Métiers :
- Data scientist (H/F)
Secteur :
- Environnement, Eau, Energie
Diplômes :
- Diplôme de grande école d'ingénieur
- + 1 diplôme
Lieux :
- Pessac (33)
Conditions :
- Stage
Description du poste
Le stage est proposé par SUEZ, le LyRE, Centre d'Innovation et d'Expertise de SUEZ. Le LyRE est composé d'une cinquantaine d'ingénieurs et chercheurs, répartis en 5 pôles d'expertises : Data, Réseaux, Environnement, Recyclage & Valorisation des déchets et Acteurs & Usages.
Le pôle Data a pour mission de valoriser les données pour aider tous les métiers de SUEZ. Composé d'une équipe de 12 personnes, le pôle Data porte une expertise en data science qui couvre les domaines de la modélisation data et du prototypage de solutions digitales.
Contexte et Objectif
Le LyRE développe depuis plusieurs années des méthodes hybridant les approches conceptuelles et modèles d'IA pour prédire la disponibilité de la ressource en eau. Ces méthodes permettent de faire des prévisions à différents horizons de temps (court, moyen et long terme). Avec le Changement climatique, on peut s'attendre à une raréfaction de la ressource et les modèles peuvent s'adapter en prenant en compte l'évolution du climat selon les scenarios du GIEC permettant de faire des projections très long terme sur la ressource.
Afin de rendre ces données utiles pour les collectivités, il est important de pouvoir mettre en face de la ressource disponible la consommation attendue. Des modèles d'IA permettant de prédire la consommation à venir à quelques mois en fonction du climat et des évènements calendaires ont déjà été développés. Cependant, les paramètres responsables de la variation de la demande à long terme ne sont pas uniquement climatiques mais dépendent également d'éléments socio-économiques et de choix de société qu'il faut réussir à modéliser.
Mission du stagiaire
Le stagiaire devra :
•Se saisir des modèles déjà développés au LyRE sur la prévision de la demande en eau
•Identifier les paramètres socio-économiques qui vont agir sur la consommation
•Identifier dans la littérature des modèles d'évolution de société à différentes échéances de temps (2050, 2070, 2100) et les variations des paramètres d'intérêt associés
•Développer différentes méthodes pour prendre en comptes ces nouvelles informations dans les modèles de prévision
•Tester les performances de ces méthodes
Description du profil
Maitriser un langage de programmation, R ou Python permettant les traitements et modélisations avancés de données.
Une expérience ou appétence pour les études socio-économiques et les effets du changement climatique serait un plus.
Solides connaissances en analyse de données et modélisation mathématique et IA.
Qualités : capacité à apprendre et à partager son savoir-faire, organisation, rigueur et autonomie ; capacité d'analyse ; sensibilité au développement durable et notamment aux enjeux liés à l'eau.