Les Smart Grids sont des technologies intéressantes qui pourraient contribuer à la transition énergétique en raison de leur capacité à optimiser la consommation d'énergie, à intégrer des sources d'énergie renouvelables et à améliorer la fiabilité du réseau. L'utilisation du Reinforcement Learning pour gérer la partie décision/optimisation de ces Smart Grids semble prometteuse en raison de la capacité des modèles de RL à atteindre de bonnes performances dans des environnements complexes et incertains. 

Le stagiaire sera intégré dans un projet visant à évaluer l'intérêt du Reinforcement Learning pour la prise de décision dans les Smart Grids. Des modèles ont déjà été entraînés pour contrôler la charge et la décharge des batteries et sont en cours d'évaluation dans un Smart Building situé sur le campus de Polytechnique.

Nous nous intéressons à trois pistes pour améliorer les modèles existants. Une ou plusieurs de ces pistes pourraient être abordées par le stagiaire :

•  La première est la généralisation du modèle. Pour l'instant, les modèles entraînés sont spécifiques à une Smart Grid particulière. L'objectif du stagiaire sera de proposer et de valider des solutions permettant de rendre le modèle plus général.
•  La deuxième est l'amélioration de la performance du modèle. L'objectif du stagiaire sera d'essayer d'améliorer la performance à travers différents moyens, tels que le choix de l'architecture du réseau de neurones, de l'espace d'entrée, de la formulation de la fonction de récompense, etc.
•  La troisième piste vise à entraîner des modèles RL plus spécifiquement destinés à optimiser le contrôle de stations de recharge de véhicules électriques présentes dans la Smart Grid.

Vous évoluerez au sein d'une équipe de professionnels confirmés et auprès d'un tuteur-coach, le référent de votre futur métier. Un accompagnement individualisé vous permettra de favoriser votre autonomie et de vous mener à votre diplôme !

Actuellement en école d'ingénieur ou en Master dans le domaine du Reinforcement Learning, vous recherchez un stage de fin d'étude d’une durée de 6 mois à partir du premier semestre 2025 ?

Fort(e) d'une première expérience en Reinforcement Learning, vous avez des connaissances des systèmes énergétiques ? Vous connaissez Machine Learning et en Deep Learning ? 

Vous êtes à l'aise avec la bureautique et connaissez la suite Office ? Vous avez de solides connaissances en codage (Python, RL librairies, NN librairies) et êtes familier de Latex ?

L'autonomie, la rigueur et l'esprit d'équipe font partie intégrante de vos qualités ? Vous savez prendre des initiatives ? 

Une maitrise professionnelle de l’anglais sera indispensable à votre prise de poste.

Alors n'attendez plus, postulez pour rejoindre notre équipe !

Cette offre concerne un stage conventionné à temp plein, les stages alternés ne sont possibles. Pour postuler, merci de joindre un CV + lettre de motivation (vos dates de stage doivent être indiquées).

This offer is for a full-time, contractual internship; alternating internships are not possible. To apply, please attach a CV + covering letter (your internship dates must be indicated).