William Baye

• Conception et développement en Pyspark (API Python) d’une pipeline Big Data • Industrialisation et déploiement avec Jenkins de l’outil d’automatisation. • Orchestration et maintenance de l’historique des workflows en production • Collaboration étroite avec l’équipe métier en méthode Agile Scrum et/ou Kanban.

Développement en python d'un modèle d’Intelligence Artificiel basé sur un réseau de neurones Mise en place d'indicateurs de performance. Automatisation de leur visualisation. Gestion des objectifs bi-hebdomadaires dans l'équipe Intelligence Artificielle en mode Agile Scrum Conception de simulations numériques. Structurer la restitution des interprétations clés de l’étude

• Conception d’une architecture de Machine Learning pour un système de recommandation • Pratique d’algorithmes de Machine Learning Supervisés et non-Supervisés. Bagging & Boosting • Utilisation de programmes contenérisés (Docker) pour l’accès à des services Big Data (Cloudera) • Technologies Spark et Hadoop pour la transformation de la donnée en scalabilité horizontale • Requêtage sur bases NoSQL via HiveQL, CassandraQL, MongoDB. ORM Python. Web Scraping. API Rest.

• Gestion de l’outil Jenkins pour l’écriture de pipelines d’intégration continue • Automatisation de la compilation de librairies C++ et Java.

• Développer des scripts d’automatisation de tests de V&V pour une IHM • Agir en interface avec les équipes de développement

• Développer un projet à plusieurs collaborateurs grâce à Git et codé en C++ • Implémenter l’extraction et la visualisation de données en temps réel d’une API. • Concevoir les interfaces graphiques Qt choisies selon l’architecture de l’implémentation

- Study the impact of National Hydropower usage on overall power generation across Europe - Implement Stochastic Dynamic Programming algorithms in R to produce relevant data for simulations. - Operate Numerical Simulations for Hydropower usage on the energy grid over Western Europe.

-Study the use of Stochastic Dual Dynamic Programming (SDDP) for power system optimisation. - Model risk-aversion in Energy Price Simulations. Study the suitability of this in the context of Stochastic Dual Dynamic Programming (SDDP) via numerical simulations. -Test effectiveness of an alternative Statistical Sampling Method of probabilistic scenarios in numerical simulations