Consultant Senior / PhD – Recherche en Intelligence Artificielle

Contexte de la mission

Dans le cadre de sa stratégie de Recherche & Développement, un acteur majeur du secteur de l'énergie souhaite renforcer ses capacités de recherche et d'innovation autour de l'intelligence artificielle, du Machine Learning et des méthodes d'optimisation appliquées aux réseaux électriques.

La mission s'inscrit au sein d'un programme transverse de R&D consacré au développement d'outils d'aide à la décision et à l'industrialisation de solutions innovantes.

Elle contribue à un projet de recherche collaboratif européen réunissant des gestionnaires de réseaux électriques, des universités et des partenaires technologiques autour du développement de modèles de fondation (Foundation Models) pour les systèmes électriques.

L'objectif est de concevoir des modèles d'intelligence artificielle capables d'apprendre des représentations générales des réseaux électriques et d'être réutilisés dans différents contextes, tâches et jeux de données.

Le consultant interviendra sur des travaux de recherche fondamentale et appliquée, avec pour principaux enjeux le développement de modèles d'IA avancés, la génération de données synthétiques, l'évaluation scientifique des approches et leur transfert vers des applications opérationnelles.

Environnement de travail

• Localisation : La Défense (92)

• Télétravail : 2 jours par semaine minimum

• Temps de travail : Temps plein

• Date de démarrage : Début novembre 2026

• Durée : 12 mois minimum

• Déplacements : Occasionnels, possibles en France ou à l'étranger

Détails de la mission

Missions principales

Objectifs :

Contribuer au développement de modèles de fondation pour les réseaux électriques au sein d'un programme de recherche collaboratif international.

Le consultant devra concevoir, expérimenter, développer et évaluer des approches innovantes d'intelligence artificielle, tout en contribuant à leur industrialisation et à leur valorisation scientifique.

Finalités :

• Développer des modèles de fondation adaptés à la compréhension et à la modélisation des systèmes électriques.

• Concevoir des méthodes de génération et de gestion de données synthétiques.

• Explorer de nouvelles approches en Machine Learning, Deep Learning et optimisation.

• Évaluer scientifiquement les performances des modèles et comparer différentes méthodologies.

• Favoriser la reproductibilité, la réutilisation et le transfert des modèles développés.

• Contribuer à l'avancement de la recherche scientifique et à la publication des résultats.

Attributions

Tâches & activités principales :

Recherche et développement de modèles IA

• Réaliser des travaux de recherche fondamentale et appliquée.

• Concevoir et développer des modèles de Machine Learning et Deep Learning.

• Expérimenter des architectures avancées : Transformers, Graph Neural Networks (GNN), Physics-Informed Neural Networks (PINNs), modèles de diffusion et Reinforcement Learning.

• Développer et implémenter des modèles de fondation pour les réseaux électriques.

• Explorer de nouvelles directions de recherche et proposer des approches innovantes.

Génération et exploitation de données

• Concevoir et implémenter des générateurs de données synthétiques représentatives des réseaux électriques.

• Constituer, organiser et gérer les datasets nécessaires à l'entraînement et à l'évaluation des modèles.

• Développer des approches permettant d'adapter les modèles à différentes configurations de réseaux et jeux de données.

Évaluation scientifique et industrialisation

• Implémenter des modèles de référence (baselines).

• Définir et réaliser des expérimentations scientifiques comparatives.

• Mesurer et analyser les performances des modèles développés.

• Mettre en place des pratiques MLOps : pipelines, versioning, évaluation et CI/CD.

• Contribuer à l'intégration et au transfert des modèles dans l'écosystème technique existant.

Valorisation scientifique et collaboration

• Rédiger des rapports de recherche et des articles scientifiques.

• Présenter et partager les résultats des travaux réalisés.

• Collaborer avec des équipes de recherche internationales.

• Participer à des projets scientifiques collaboratifs.

• Contribuer à l'encadrement d'étudiants en doctorat et en Master.

Livrables attendus

• Datasets constitués et exploitables.

• Générateurs de données synthétiques développés et implémentés.

• Modèles de fondation conçus, entraînés et évalués.

• Modèles de référence (baselines) mis en place.

• Pipelines MLOps intégrant versioning et évaluation.

• Articles scientifiques et rapports de recherche.

Formation et qualifications

• Doctorat (PhD) impératif en Intelligence Artificielle, Machine Learning, Deep Learning ou discipline scientifique connexe.

• Profil senior disposant d'une solide expérience en recherche et développement de modèles avancés d'intelligence artificielle.

Compétences techniques attendues

• Expertise en Machine Learning et Deep Learning.

• Conception et développement de modèles de fondation.

• Maîtrise ou expérience significative sur plusieurs architectures avancées : Transformers, GNN, PINNs, modèles de diffusion, Reinforcement Learning.

• Création, gestion et exploitation de datasets.

• Génération de données synthétiques.

• Maîtrise des workflows de développement ML : pipelines, versioning, évaluation et CI/CD.

• Méthodologies d'expérimentation et d'évaluation scientifique.

Expérience professionnelle

• Expérience significative en conception et développement de modèles d'intelligence artificielle avancés.

• Capacité démontrée à conduire des travaux de recherche originaux.

• Expérience dans la rédaction et la publication d'articles scientifiques.

• Participation à des projets de recherche collaboratifs et internationaux.

• Expérience dans l'encadrement ou l'accompagnement d'étudiants en Master ou doctorat.

• Une expérience en modélisation de systèmes physiques, réseaux électriques ou applications industrielles de l'IA serait un atout.

Compétences comportementales

• Autonomie et rigueur scientifique.

• Curiosité intellectuelle et capacité d'innovation.

• Esprit analytique et capacité à résoudre des problématiques complexes.

• Force de proposition et capacité à explorer de nouvelles directions de recherche.

• Excellentes capacités de synthèse, de formalisation et de communication scientifique.

• Aptitude au travail collaboratif dans un environnement international et pluridisciplinaire.

Langues

- Anglais professionnel et scientifique recommandé pour les échanges avec les partenaires internationaux et la rédaction de publications.