Ingénieur d'études Sûreté de Fonctionnement et Analyses de Risques

RTE construit, transforme, exploite et maintient le réseau public de transport d'électricité français. Sur le plus grand réseau d'Europe, nous équilibrons la production et la consommation, acheminons l'électricité indispensable au quotidien de chacun et à l'activité des industries, et garantissons la solidarité électrique entre les territoires, 24h/24, à chaque seconde.

Acteur central de la transition énergétique, nous développons le potentiel des énergies renouvelables en transformant en profondeur RTE et le réseau, en accompagnant la décarbonation des industries, en éclairant les pouvoirs publics sur les questions énergétiques par des études qui font référence.

Stage 6 mois (Ingénieur dernière année / M2) - Alignement en asset management et valeur de la connaissance : des objectifs de performance à l'évaluation quantitative des risques

Contexte :
Les décisions de maintenance et de renouvellement dans les infrastructures critiques reposent sur plusieurs logiques qui coexistent en pratique : une approche "optimale" quand les modèles et les données sont suffisamment robustes, une approche de prudence lorsque la connaissance est insuffisante, et une priorisation sous contraintes (budget, ressources, consignabilité, capacités industrielles, chaîne d'approvisionnement).

Ces mécanismes peuvent générer des désalignements : par exemple, des objectifs de disponibilité décidés a priori peuvent être incohérents avec les critères décisionnels (taux d'actualisation, valeur donnée à l'énergie non distribuée en cas de pannes (en k€/MWh perdu), valorisation des impacts environnementaux …), ou une stratégie optimale peut être fortement "rabotée" par les contraintes de mise en oeuvre et induire des critères implicites non visibles.

En parallèle, l'amélioration de la connaissance sur les modèles de durée de vie (qualité des données, biais d'observation, choix de modèles) peut produire des gains significatifs et éviter des décisions coûteuses.

Le stage vise à construire des démonstrations calculées, pédagogiques et réutilisables pour illustrer ces enjeux d'alignement et la valeur de la connaissance, en allant d'approches simples (matrice de risques) vers une évaluation quantitative des risques (QRA).

Objectifs du stage :

1.Produire des cas d'école calculés montrant comment relier objectifs de performance, critères décisionnels et stratégies de maintenance/renouvellement, et comment détecter des désalignements.

2. Illustrer l'écart entre une stratégie optimale de référence et une stratégie réalisable sous contraintes (budget, ressources, consignabilité, supply chain), et expliquer comment cet écart se traduit en valeurs implicites des critères décisionnels.

3.Démontrer, par des exemples, la valeur de l'amélioration de la connaissance : coût de se tromper (mauvais modèle, données biaisées, quantification fragile) et gain attendu lors du passage de décisions basées sur une matrice de risques vers une QRA robuste.

4.Construire un support pédagogique réutilisable (notebooks, note, slides) pour diffusion interne (formation, ateliers, comités).

Travaux envisagés (missions) :
Le stage s'organise autour de cas progressifs, reproductibles, et documentés sous forme de notebooks Python.

A. Alignement "objectifs en résultat" vs "critères décisionnels"
• Construire un cas illustrant une cible de disponibilité / END fixée a priori, puis montrer ce qu'elle implique en termes de critères décisionnels (ou de compromis) et en quoi elle peut être non alignée.
• Construire le cas inverse : partir d'un référentiel de critères (coûts, END/ENE, environnement, actualisation) et dériver le niveau de performance cohérent.

B. Optimum de référence vs optimum sous contraintes
• Calculer une stratégie optimale de référence, puis introduire une ou plusieurs contraintes réalistes (plafond budgétaire, capacité de réalisation, fenêtres de consignation, disponibilité de matériels critiques).
• Quantifier l'écart (coût, END/risque résiduel, reports) et produire des indicateurs pédagogiques (écart à l'optimum, dette de risque, valeurs implicites).

C. Sécurité des travailleurs / tiers : événements rares, conséquences graves
• Construire un cas illustrant des actions de prévention sur des événements à probabilité faible mais conséquences très graves (ex. décès).
• Montrer comment structurer la décision lorsque l'optimisa