STAGE - Safe Reinforcement Learning: Application in the context of smart grid control H/F

Description de l'offre

Pays France

Ville PALAISEAU

Lieu de travail PALAISEAU-ROUTE DE SACLAY(FRA)

Société employeur TotalEnergies OneTech

Domaine Recherche Innovation&Développt

Type de contrat Stage conventionné

Contract duration

Expérience Moins de 3 ans

Contexte et environnement

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.

Activités

L'un des problèmes du Reinforcement Learning est son comportement « boîte noire », qui rend complexe toute garantie de fiabilité du modèle une fois déployé dans le monde réel. Ces garanties sont essentielles pour s'assurer que le modèle ne prendra pas de décisions susceptibles d'entraîner de lourdes conséquences une fois déployé. 

 

L'objectif de ce stage est de se pencher sur cette problématique dans le cadre de notre projet, et de rechercher des solutions qui nous permettront d'obtenir des garanties plus solides qu'actuellement, et donc d'accroître la confiance dans nos modèles. Pendant le stage, le stagiaire aura plusieurs tâches à accomplir :

·  Faire le point sur l'état de l'art autour du Safe RL et du RL explicable, et plus particulièrement sur leur application dans le contexte des systèmes électriques et des Smart Grids.
·   Sélectionner, implémenter et tester les approches les plus prometteuses.
·   Valider ces approches sur un simulateur voire sur un système réel.

Ce sujet est innovant et peut donner lieu à une thèse de doctorat.

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 !

Profil du candidat

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 ? Des connaissances en Safe AI ou IA explicable seraient un plus.

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 !

Informations supplémentaires

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).

TotalEnergies valorise la diversité, promeut le développement individuel et offre des opportunités d'emploi égales à tous les candidats.