Stage - Détection de Data Drift dans les Données Réseaux par Approche Causale Application à la Prédiction d'Erreurs de Modèles H/F
L'assistant prépare ta candidature pour cette offre
- Ton message ou ta lettre de motivation, qui parle de cette offre.
- Les 5 questions qu'on peut te poser, avec un conseil pour chacune.
- Un entretien d'essai : l'IA joue le recruteur.
Gratuit. Sans compte pour ta candidature, avec un compte gratuit pour l'oral.
Publiée le 13 novembre 2026 · En ligne jusqu'au 22 décembre 2026, prolongée tant que l'offre reste ouverte
- Contrat
- Stage
- Niveau
- Ingénieur/Cadre/Bac +5
- Lieu
- Paris, Île-de-France
L'offre
En constante mutation, le réseau électrique en France produit d'importants volumes de données dynamiques. Celles-ci subissent des dérives imprévues (data drift) liées à des aléas extérieurs (pics de consommation, météo), des transformations structurelles (évolution de la topologie, nouvelles sources d'énergie) ou des incidents (dysfonctionnements, cyberattaques, pannes). Afin d'assurer la stabilité et la sécurité du réseau, RTE conçoit AssistFlux, un outil d'aide à la conduite reposant sur l'intelligence artificielle pour résoudre les contraintes et suggérer des parades. La fiabilité de ces préconisations dépend directement de la qualité des données d'apprentissage : une dérive de distribution temporelle risque d'altérer l'efficacité du système déployé.
Ce stage consiste à étudier l'IA causale pour anticiper le comportement d'un modèle de référence entraîné, en décelant des configurations causales entre les variables explicatives d'apprentissage et l'erreur constatée. La mission exploite des données réelles et des approches innovantes.
L'accueil a lieu au sein du pôle IA-GRID de la Direction Données, Intelligence Artificielle et Analyse (DIA2), dans le cadre d'un encadrement partagé en cotutelle avec le CEA. Le projet permet d'appréhender le fonctionnement du réseau ainsi que les enjeux du système électrique à court terme, tout en appliquant les méthodes de pointe pour repérer les ruptures de structures causales.
Tes missions
- Prendre en main et examiner les données dédiées aux prévisions et à l'entraînement des modèles.
- Établir un état de l'art sur les techniques d'analyse de causalité servant à détecter le data drift, transposables aux données du réseau.
- Mettre en pratique ces démarches pour repérer l'existence de schémas causaux au sein des jeux de données.
- Vérifier la bonne assimilation de ces structures causales par les algorithmes d'apprentissage et formuler des ajustements (comme la révision de la fonction de perte) pour optimiser l'apprentissage si besoin.
Profil recherché
Formation recherchée : dernière année d'école d'ingénieurs ou cursus universitaire Bac+5 orienté informatique, mathématiques appliquées, IA ou data science, avec une sensibilité pour le domaine de l'énergie.
- Maîtrise d'un langage de programmation tel que Python ou R.
- Compétences en apprentissage machine et en statistiques.
- Intérêt pour le fonctionnement du réseau électrique et la physique liée aux pertes.
- Rigueur et esprit créatif.
- Aptitudes d'analyse et capacité à prendre du recul sur les résultats obtenus.
Bon à savoir
- Lieu : La Défense.
- Durée : 6 mois, à compter de mars 2027.
- Gratification mensuelle fixée selon le niveau d'études préparé.
- Suivi assuré par un tuteur dédié pour le développement des compétences.
- Jusqu'à 5 jours de congés indemnisés, selon la durée effective de présence.
- Avantages : remboursement des titres de transport, indemnité de restauration et participation au logement (selon critères).
- Opportunités ultérieures possibles : embauche ou contrat d'alternance chez RTE.
- Pour des raisons de sûreté liées à l'accès à certains sites sous la responsabilité de RTE, une enquête administrative peut être demandée auprès de l'autorité compétente, conformément aux articles R1332-22-1 et suivants du Code de la Défense.
