Rejoignez EDF, un leader mondial de l'énergie, en tant que stagiaire dans le département SEQUOIA de la R&D. Vous travaillerez sur des modèles de fondation causale pour des séries temporelles de consommation électrique.
- Ecole Polytechnique, ENSTA, Ecole Nationale des Ponts et Chaussées, IMT Atlantique, Centrale
- Supélec, Ecole des mines, Télécom Paris, ENSAE, ENSAI, Paris School of Economics et Toulouse School of Economics Compétences : Connaissances théoriques en statistique, Machine Learning et en Deep Learning. Capacité à comprendre et synthétiser des articles complexes. Goût pour la R&D, l’inférence causale et les foundation models.. Modélisation de séries temporelles. L’étudiant sera amené à utiliser principalement le langage de programmation Python et ponctuellement R. Dates : à partir de février/mars 2027 (flexible) et pour 6 mois Lieu du stage : EDF Lab Paris-Saclay – Recherches et Développement, 7 Bd Gaspard Monge, 91120 Palaiseau. Contacts : Yanis REMMACHE (Ingénieur Chercheur), mail : yanis.remmache@edf.fr Philippe CHARPENTIER (Ingénieur Chercheur Expert), mail : philippe.charpentier@edf.fr Merci d’envoyer un C.V et une lettre de motivation sur ces e-mails. Horaires : 35 h / semaine
Lire toute la description ⌄Réduire ⌃
Rejoignez EDF, un leader mondial de l'énergie, en tant que stagiaire dans le département SEQUOIA de la R&D. Vous travaillerez sur des modèles de fondation causale pour des séries temporelles de consommation électrique.
Ce stage est destiné aux étudiants en écoles d'ingénieurs ou Master 2, spécialisés en Statistique/Data Science/Econométrie/Deep Learning/IA.
Le profil
La R&D propose ce stage de fin d’études, à destination d’étudiants en écoles d’ingénieurs ou Master 2, spécialisés en Statistique/Data Science/Econométrie/Deep Learning/IA.
Ecoles :
- Ecole Polytechnique, ENSTA, Ecole Nationale des Ponts et Chaussées, IMT Atlantique, Centrale
- Supélec, Ecole des mines, Télécom Paris, ENSAE, ENSAI, Paris School of Economics et Toulouse School of Economics Compétences : Connaissances théoriques en statistique, Machine Learning et en Deep Learning. Capacité à comprendre et synthétiser des articles complexes. Goût pour la R&D, l’inférence causale et les foundation models.. Modélisation de séries temporelles. L’étudiant sera amené à utiliser principalement le langage de programmation Python et ponctuellement R. Dates : à partir de février/mars 2027 (flexible) et pour 6 mois Lieu du stage : EDF Lab Paris-Saclay – Recherches et Développement, 7 Bd Gaspard Monge, 91120 Palaiseau. Contacts : Yanis REMMACHE (Ingénieur Chercheur), mail : yanis.remmache@edf.fr Philippe CHARPENTIER (Ingénieur Chercheur Expert), mail : philippe.charpentier@edf.fr Merci d’envoyer un C.V et une lettre de motivation sur ces e-mails. Horaires : 35 h / semaine