Machine Learning Engineer / Data Scientist (F/H)

En tant que ML Data Scientist, tu développeras les modèles permettant à SCorp-io de comprendre, prévoir puis optimiser le comportement thermique et énergétique des bâtiments à partir de leurs données réelles.

Tu travailleras notamment à partir de :

• Températures,

• Consommations,

• Météo,

• Occupation,

• Calendriers,

• Consignes,

• Commandes,

• Etats des équipements.

L’objectif est de construire progressivement une boucle : 

Modéliser → Prévoir → Mesurer → Optimiser → Apprendre

Tu travailleras au sein de l’équipe Produit & Tech, en lien étroit avec les développeurs, les experts CVC et les équipes opérationnelles.

Tes missions

01  Machine Learning & modélisation

• Construire des modèles prédictifs du comportement thermique des bâtiments,

• Modéliser l’inertie, les vitesses de chauffage/refroidissement et les délais entre une commande et son effet,

• Exploiter des séries temporelles multivariées intégrant météo, occupation et historique de fonctionnement,

• Prévoir températures, besoins thermiques et consommations,

• Développer des fonctions d’Optimal Start / Stop,

• Comparer différentes approches : modèles statistiques, Machine Learning, modèles dynamiques ou hybrides physique/data.

02  Mesure de performance

• Construire des baselines et modèles de consommation attendue,

• Mesurer l’écart entre prédictions et observations,

• Contribuer à l’évaluation des gains énergétiques et du ROI,

• Quantifier l’incertitude et détecter les dérives,

• Définir les conditions dans lesquelles un modèle est suffisamment fiable pour être utilisé.

03  Optimisation et industrialisation

À mesure que les modèles gagnent en maturité :

• Optimiser horaires et consignes selon l’inertie, la météo et l’occupation,

• Contribuer progressivement à l’optimisation des lois d’eau, lois d’air, PAC, CTA et réseaux hydrauliques,

• Explorer des approches d’optimisation sous contraintes ou de contrôle prédictif,

• Participer à la mise en production, au monitoring et à l’amélioration continue des modèles.