Data Analyst
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Depuis 2015, Photom (filiale de Photosol) met son ingénierie au service de la performance solaire et de la transition durable.
Postuler à ce poste est simple. Faites défiler la page et cliquez sur "Postuler" pour que votre candidature soit prise en compte.
Parce que la rentabilité d'un parc photovoltaïque repose sur une disponibilité maximale, nos équipes de techniciens et d’ingénieurs spécialisés conçoivent des stratégies O&M globales et sur-mesure. Adossés à un système d’hypervision actif 7j/7, nous anticipons les risques (maintenance préventive) et intervenons avec agilité (maintenance corrective) pour maximiser la durée de vie de vos actifs.
Forts de 500 MWc managés, nous articulons notre savoir-faire autour de trois piliers interconnectés : l'Exploitation, la Maintenance, et une Gestion de la végétation innovante. Cette dernière combine entretien mécanique et solutions agricoles (éco-pâturage), reflétant notre promesse : produire une énergie verte tout en prenant soin du vivant et de la biodiversité locale.
Au sein du pôle Ingénierie de la filiale Exploitation et Maintenance, le Data Analyst / Data Scientist / Référent Automatisation et Déploiement IA contribue à la maximisation de la performance du parc photovoltaïque en s’appuyant sur la data science appliquée, l’automatisation des flux de données et le développement de modèles d’analyse, de détection et de prévision.
Ce poste stratégique contribuera à la fois à la construction des fondations data de l’entreprise, à la production d’outils décisionnels robustes, et à l’identification puis à la mise en oeuvre de solutions IA à forte valeur ajoutée permettant d’expliquer les écarts de performance, d’anticiper les défaillances et d’automatiser les processus O&M.
LES MISSIONSA. Data engineering et automatisation des flux :
- Recenser les sources de données existantes (API, capteurs, fichiers métiers, bases de données, CMS, etc.) ;
- Concevoir, mettre en oeuvre et fiabiliser les processus ETL/ELT ;
- Mettre en place des chaînes de traitement et d’orchestration de la donnée ;
- Garantir la qualité, la cohérence et la fiabilité des données ;
- Automatiser les flux entre les logiciels métiers : Hypervision, GMAO, référentiels techniques, outils financiers et outils IA ;
- Contribuer à la formalisation d’une documentation data (dictionnaire de données, règles de nommage, traçabilité, ownership).
B. Modélisation, Machine Learning et prévision
Cette mission s’exerce en mode projet en coordination étroite avec des partenaires industriels et techniques. Le titulaire du poste pilote et accompagne les prestataires, challenge leurs livrables et s'approprie en profondeur les modèles et solutions produits.
Cette compréhension fine lui permet de déployer les solutions sur de nouveaux parcs, puis de les faire évoluer.
Exemples de cas d’usage :
- Comprendre, implémenter et adapter les algorithmes sous-jacents aux calculs de performance et de détection (approches statistiques, physiques et data-driven) ;
- Développer des modèles de Machine Learning appliqués au PV : détection d’anomalies, classification des pertes et modèles prédictifs ;
- Construire des modèles d’énergie attendue / baseline (production théorique) servant de référence à l’analyse des écarts et aux signatures de performance ;
- Développer des « signatures de performance » permettant d’expliquer, quantifier et attribuer les écarts entre production attendue et réelle (pertes météo, salissure, ombrage, indisponibilités, dérives onduleurs/strings, clipping, etc.)
C. Identification et mise en œuvre de cas d’usage IA
- Identifier les processus à potentiel d’automatisation par l’IA ;
- Étudier les opportunités offertes par l’IA générative, l’analytique avancée et les modèles prédictifs ;
- Participer au cadrage fonctionnel et technique des premiers cas d’usage IA ;
- Assurer une veille technologique sur l’IA appliquée à l’énergie ;
- Accompagner les métiers dans l’appropriation des nouveaux outils IA ;
- Travailler avec les partenaires et intégrateurs sur les cas d'usage : comprendre leurs solutions pour les déployer et les faire évoluer en interne.
Exemples de cas d’usage :
- Détection d’anomalies et contrôle qualité ;
- Automatisation d’analyses récurrentes (Génération des rapports, etc.) ;
- Assistants métiers basés sur IA générative
D. Conception et industrialisation des Dashboards et reporting
- Produire et fiabiliser des Dashboards d’exploitation ;
- Implémenter les KPI stratégiques et opérationnels définis par le Métier et l’Asset Manager ;
- Développer, maintenir et faire évoluer des Dashboards BI ;
- Mettre en place des automatisations d’actualisation et de diffusion ;
- Garantir l’adoption des outils par l