Machine Learning Engineer / Data Scientist (F/H)

En tant que ML Data Scientist, tu développeras les modèles permettant à SCorp-io de comprendre, prévoir puis optimiser le comportement thermique et énergétique des bâtiments à partir de leurs données réelles. Tu travailleras notamment à partir de : Températures, Consommations, Météo, Occupation, Calendriers, Consignes, Commandes, Etats des équipements. L’objectif est de construire progressivement une boucle : Modéliser

• Prévoir
• Mesurer
• Optimiser
• Apprendre Tu travailleras au sein de l’équipe Produit & Tech, en lien étroit avec les développeurs, les experts CVC et les équipes opérationnelles. Tes missions 01 Machine Learning & modélisation Construire des modèles prédictifs du comportement thermique des bâtiments, Modéliser l’inertie, les vitesses de chauffage/refroidissement et les délais entre une commande et son effet, Exploiter des séries temporelles multivariées intégrant météo, occupation et historique de fonctionnement, Prévoir températures, besoins thermiques et consommations, Développer des fonctions d’ Optimal Start / Stop , Comparer différentes approches : modèles statistiques, Machine Learning, modèles dynamiques ou hybrides physique/data. 02 Mesure de performance Construire des baselines et modèles de consommation attendue, Mesurer l’écart entre prédictions et observations, Contribuer à l’évaluation des gains énergétiques et du ROI, Quantifier l’incertitude et détecter les dérives, Définir les conditions dans lesquelles un modèle est suffisamment fiable pour être utilisé. 03 Optimisation et industrialisation À mesure que les modèles gagnent en maturité : Optimiser horaires et consignes selon l’inertie, la météo et l’occupation, Contribuer progressivement à l’optimisation des lois d’eau, lois d’air, PAC, CTA et réseaux hydrauliques, Explorer des approches d’optimisation sous contraintes ou de contrôle prédictif, Participer à la mise en production, au monitoring et à l’amélioration continue des modèles.

Tu disposes d’une solide formation scientifique, data ou ingénieur et maîtrises plusieurs des domaines suivants : Compétences clés Python, NumPy, pandas, SciPy, scikit-learn ou équivalents, Machine Learning supervisé : régression linéaire, Ridge/Lasso, Random Forest, XGBoost/LightGBM ou équivalents, Séries temporelles et forecasting, Statistiques, feature engineering et validation de modèles, Backtesting, MAE, RMSE, R² ou métriques adaptées, Optimisation numérique.

Un vrai plus Une expérience sur plusieurs de ces sujets constitue un vrai plus : identification de systèmes, state-space models, filtres de Kalman, modèles hybrides physique/data, PyTorch ou Deep Learning appliqué aux séries temporelles, Modelica, EnergyPlus ou outils de simulation, MPC / optimal control / optimisation sous contraintes, MLflow, MLOps et monitoring de modèles. Les expériences dans le bâtiment, l’énergie, la thermique, l’industrie, la mécanique, l’IoT ou d’autres systèmes physiques nous intéressent particulièrement.

Une expérience directe du CVC est appréciée, mais une forte expérience en modélisation de systèmes physiques dans un autre domaine peut être tout aussi pertinente.

Un premier échange avec Sébastien, CPO Un entretien avec l’équipe Produit / Tech, Un cas ou échange technique autour d’un problème concret, Entretien final avec l’équipe dirigeante.

La oferta está publicada en el sitio de SCorp-io. Abre la oferta original ↗ para enviar tu candidatura. Screeningpass no rellena formularios por ti.

Inicia una búsqueda de contacto desde esta página. Screeningpass te propone hasta tres personas vinculadas al puesto. Tú eliges a quién escribir y Screeningpass busca su correo profesional y prepara un mensaje. Lo revisas y lo envías tú con Gmail. No siempre hay una dirección de correo disponible y nunca se garantiza una respuesta.

Una búsqueda cuesta 1 crédito. Se te devuelve si la búsqueda falla. Al registrarte recibes 3 créditos, para hacer 3 búsquedas.

Screeningpass reúne ofertas de prácticas, formación dual y empleo publicadas por las empresas. Para una oferta, Screeningpass encuentra una persona con la que contactar en la empresa, busca su correo profesional y prepara un mensaje a partir de tu CV. Ver el funcionamiento en detalle.