Saas in Climate Tech
Optimiser la flexibilité énergétique pour accélérer la transition ⚡️
Une startup climat qui utilise la tech et la donnée pour piloter en temps réel la consommation d’électricité des bâtiments — en valorisant leur flexibilité énergétique et en contribuant à l’équilibre du réseau. Une levée de fonds de 5M€ vient d’être finalisée pour changer d’échelle.
Description
Rejoignez une équipe Data Science dynamique et travaillez sur des problématiques complexes à l’intersection de l’énergie et des données.
Vous manipulerez des jeux de données massifs et variés (séries temporelles, capteurs, données métier...), dans un secteur en pleine structuration, où tout reste à inventer.
Mission
En tant que Machine Learning Engineer, vous serez impliqué·e dans toutes les étapes de développement de modèles ML, avec un focus particulier sur les enjeux liés à l’énergie.
Vous contribuerez à :
- Concevoir des solutions de machine learning de bout en bout : définition du problème, développement, évaluation.
- Appliquer les dernières bonnes pratiques du domaine et rester en veille active sur les avancées de la recherche.
- Déployer et monitorer les modèles en production : versionning, supervision, amélioration continue.
- Collecter, nettoyer et analyser de grands volumes de données hétérogènes.
- Collaborer avec les équipes internes pour bien cerner les besoins métier et contribuer à construire une plateforme data cohérente et robuste.
Profil recherché
Indispensables :
- Minimum 3 ans d’expérience (ou doctorat) en mathématiques appliquées, informatique ou domaine connexe.
- Solide compréhension des fondements théoriques derrière les algorithmes utilisés.
- Maîtrise d’un ou plusieurs langages de programmation (avec une forte préférence pour Python).
- Expérience démontrée sur des projets de prévision de séries temporelles.
- Autonomie, curiosité intellectuelle et capacité à proposer de nouvelles approches.
Atouts supplémentaires :
- Maîtrise d’un ou plusieurs environnements cloud.
- Intérêt marqué pour les enjeux énergétiques et climatiques.
Les profils à fort potentiel sont encouragés à postuler, même sans cocher toutes les cases. L’équipe valorise l’envie d’apprendre, l’adaptabilité et la capacité à évoluer avec le poste.
Déroulement des entretiens
- Échange initial (30 min) — Pour faire connaissance, valider l’adéquation globale.
- Entretien technique (2h) — Cas pratique préparé à l’avance (1h) + échange technique (1h).
- Entretien “fit” (2h) — Discussions avec l’équipe sur la motivation, les soft skills, la vision, et le projet collectif.
%203.avif)
