Deep Reinforcement Learning Internship

Les missions du poste

Contexte

La transition énergétique vers un réseau électrique décarboné pose des défis considérables. L'intégration croissante des énergies renouvelables exige des solutions de stockage performantes et des mécanismes robustes d'équilibrage du réseau. Les batteries constituent une réponse prometteuse, mais leur exploitation et leur optimisation sont complexes. Une batterie peut générer des revenus soit en stabilisant le réseau pour le compte de RTE, soit en faisant de l'achat/vente sur les marchés court-terme de l'électricité. Ces familles comprennent elle-même des sous marchés avec des contraintes et des prix qui leurs sont propres. Pour garantir la viabilité du modèle économique des batteries, il est nécessaire de les opérer sur de nombreux marchés, on permet alors d'accélérer le déploiement des énergies renouvelables.

StackEase a développé une solution d’optimisation algorithmique qui relève ce défi en fournissant des offres en temps réel et des instructions de pilotage des batteries. Elle intègre et optimise les revenus et les coûts associés aux batteries, maximisant ainsi leur durée de vie et favorisant leur développement. Nous cherchons aujourd'hui à intégrer une source de revenu complexe qui est le marché continu intraday.

À propos de StackEase

StackEase est une spin-off deeptech issue de l'INRIA (Institut National de Recherche en Informatique et en Automatique). Basés à Paris et Marseille, nous réunissons des talents passionnés par l'innovation technologique. Malgré notre jeune existence, nous avons gagné la confiance d'acteurs majeurs du secteur du stockage d'énergie. Notre mission est de faciliter la transition vers un mix énergétique propre et durable. Nos valeurs sont l'innovation, l'excellence opérationnelle, la satisfaction client, la méritocratie et un engagement durable.

Missions

Vous serez impliqué(e) dans les missions suivantes :

‣ Développement d'algorithmes d'optimisation sur le marché continu intraday:

• Participer à l'amélioration et à l'optimisation des algorithmes de trading de StackEase sur le marché continu intraday
• Implémenter de nouvelles fonctionnalités et stratégies de trading en fonction des évolutions du marché de l'énergie.
• Tester et valider les performances des algorithmes en utilisant des données réelles

et simulées.

‣ Développement d’algorithmes d’optimisation issus du Machine Learning:

• Développer des agents d’optimisation issus du Machine Learning, et en particulier du Deep Reinforcement Learning, si possible interprétable, pour maximiser le profit d’une batterie sur le marché continu intraday
• Participer au développement d’un environnement de simulation d’une batterie quiparticipe au marché continu intraday
• Traitement des données des carnets d’ordres historiques de l’intraday afin de pouvoir entraîner et tester les agents
• Benchmark des performances et documentation des résultats

‣ Continuous Integration:

• Participer à la mise en place et à l'amélioration du pipeline d'intégration continu de StackEase.
• Automatiser les tests et le déploiement des algorithmes.- Assurer la qualité et la fiabilité du code.

‣ Documentation:

• Documenter les algorithmes, les modèles et les processus de développement.
• Rédiger des rapports techniques et des présentations.
• Contribuer à la diffusion des connaissances au sein de l'équipe.

Qualifications

• Étudiant(e) en Master 2 ou en école d'ingénieur, spécialisé(e) en informatique, mathématiques appliquées, optimisation ou un domaine connexe.
• Solides compétences en programmation (Python, C++). Connaissance approfondie des algorithmes d'optimisation et de machine learning. Intérêt pour le secteur de l'énergie et les enjeux de la transition énergétique.
• Connaissance des marchés de l'électricité et des mécanismes de flexibilité.
• Expérience avec les outils de versioning (Git).
• Connaissance des bases de données (SQL).
• Communication en Anglais et en Français courant
• Proactif et autonome

Avantages

• Impact direct: Contribuez activement à la transition énergétique et à l'optimisation des réseaux électriques.
• Environnement stimulant: Travaillez sur un sujet de pointe au sein d’un institut réputé mondialement et d’une start-up innovante.
• Apprentissage: Développez vos compétences en optimisation, en machine learning et dans le domaine de l'énergie.
• Responsabilités: Prenez en charge des missions importantes et participez à des projets concrets.
• Mentoring: Bénéficiez d'un accompagnement personnalisé par des experts dudomaine.

Le stage se déroulera au sein de l’équipe SCOOL de l’INRIA à Lille. La gratification (Paid Internship) est d'environ 600€ par mois. La durée est de 6 mois. Des déplacements réguliers à Marseille sont prévus et seront pris en charge.

Il n'est pas nécessaire de remplir 100% des critères pour postuler, nous étudierons toutes les candidatures avec attention. Les références et une lettre de motivation sont appréciées mais ne sont pas obligatoires.