Le pôle Data Science & AI fait partie de la R&D de TotalEnergies OneTech et a pour objectif d’accompagner la branche Gaz Renewables and Power dans sa transformation digitale en faisant évoluer l’état de l’art sur différent domaines de l’Intelligence Artificielle (RL, Computer Vision, Causalité, XAI, IA Générative…). La multiplicité des métiers de la branche GRP permet d’adresser des problématiques très variées, qu’elles soient liées aux énergies solaire et éolienne, ou à la distribution et au stockage d’électricité, ou encore à la capture et au stockage de carbone. La proximité avec le pôle Digital Solutions ainsi qu’avec la TotalEnergies Digital Factory permet, lorsqu’une technologie atteint le niveau de maturité requis, une industrialisation rapide et efficace pour avoir un impact direct auprès des métiers.

Dans le contexte de ses activités de fournisseur d’électricité et afin d’anticiper au mieux les besoins en énergie de ses clients, l’équipe travaille aujourd’hui sur l’interprétation des courbes de charges (série temporelle de suivi de la puissance électrique consommée) des foyers. L’une des problématiques les plus importantes dans ce domaine consiste à « désagréger » ces courbes de charges, c’est à dire à décomposer la courbe (qui correspond à la somme de la consommation de tous les appareils allumés à un moment t) en courbes de consommation individuelles par appareil. Dans ce but, l’équipe a mis en place une solution autour des Variational Auto-Encoders (VAEs), adapté pour que les variables de l’espace latent projeté correspondent aux typologies d’appareils des foyers. C’est dans ce cadre que nous avons décidé d’explorer les dernières avancées sur la thématique du « Causal Representation Learning » qui a le potentiel pour améliorer encore cette solution centrée sur les VAEs.

Vous préparez un master 2 et êtes à la recherche d’un stage de fin d’études ?

Nous vous proposons un stage conventionné d’une durée de 6 mois, avec un démarrage entre janvier et mai 2025.

- Machine Learning
- Optimisation
- Analyses statistiques

- Algorithmie

- R (optionnel)

Stage conventionné d'une durée de 6 mois avec un démarrage entre janvier et mai 2025.