Data Scientist

**About US (GEMS)**: ENGIE Global Energy Management & Sales (GEMS) fournit des solutions d’approvisionnement en énergie et des services de gestion des risques pour accompagner ses clients dans leur parcours de décarbonisation, tout en optimisant les actifs d’ENGIE et en contribuant à la création de valeur. ENGIE est une référence mondiale en matière d’énergie et de services à faible émission de carbone, avec une activité de gestion de l’énergie de premier plan, pilotée par son entité "Global Energy Management & Sales" qui a construit son savoir-faire via un portefeuille d’actifs vaste et diversifié pendant + 20 ans. 3 300 employés dans le monde développent nos solutions, à travers +20 plateformes commerciales internationales. Nous couvrons l’ensemble du mix énergétique : énergie renouvelable et thermique, gaz naturel et GNL, biomasse, produits environnementaux. Nos experts fournissent des solutions sur mesure basées sur un large éventail de savoir-faire en matière de gestion de l’énergie. Nos 120 000 clients couvrent l’ensemble de la chaîne de valeur : producteurs, développeurs d’actifs, acteurs financiers, services publics, distributeurs et industriels. Notre portée mondiale et notre forte présence locale nous permettent d’offrir à ces divers clients des services sur mesure et de répondre aux changements rapides sur les marchés matures ou émergents. Nos 4 expertises: - La gestion d’actifs - Services de transition énergétique - Approvisionnement en énergie & matières premières - Gestion des risques & accès au marché Chez GEMS, nous encourageons l’esprit d’équipe, la curiosité et l’innovation tout en préservant l’équilibre entre vie professionnelle et vie privée. **Votre contribution**: **Le contexte** Au croisement du centre d’expertise Global Market Analysis (GMA) et de la business platform Gas Supply & Trading (GST), notre équipe se compose d’analystes du marché du gaz (Europe et GNL) et de data scientists. En interaction constante avec nos collègues météorologues et analystes électricité, nous travaillons en salle de marché et notre but est d’aider les traders à optimiser la valeur des actifs du groupe tout en assurant que nos clients sont bien livrés. A travers le gaz, nous contribuons également à la stabilité du système électrique et à garantir la sécurité d’approvisionnement énergétique dans son ensemble. Nous combinons notre expertise des marchés avec des méthodes quantitatives basées sur 3 approches : la modélisation statistique, le machine learning et l’optimisation. Nous recherchons un(e) stagiaire pour contribuer à l’amélioration de notre modélisation de la gestion commerciale des infrastructures gazières face au marché, telles que les terminaux de regazéification de gaz naturel liquéfié (GNL) ou les gazoduc entre pays, ainsi que leur impact sur les prix de marché. Ce stage sera l’occasion de développer une modélisation originale combinant les 3 approches en un unique réseau de neurones. Cette nouvelle modélisation « unifiée » sera ensuite comparée à la modélisation « séquentielle » classique des 3 approches. Vous serez amené(e) à plonger en profondeur dans le fonctionnement, la data et la modélisation des marchés gaziers tout en développant vos compétences en data science et en Python. Ce stage est aussi l’occasion pour vous de vivre la situation énergétique actuelle sans précédent au cœur du système et plus particulièrement dans le contexte d’une salle de marché. **Rôle** - Vous coderez des réseaux de neurones et différentes méthodes d’apprentissage - Vous analyserez la qualité de ces réseaux en comparant les prévisions aux observations (en termes de flux/stocks et de prix de marché). - Vous examinerez les prévisions et leurs sensibilités aux hypothèses - Vous tirerez des recommandations d’action pour le trading - Vous proposerez des améliorations de modélisation **Au propos de vous**: **Compétences difficiles** - Vous avez une très bonne maîtrise de Python - Vous avez une bonne connaissance des algorithmes d’apprentissage pour réseaux de neurones - Vous êtes en mesure d’appréhender un article comme _Differentiating Through a Cone Program_ de Agrawal et al. (2019) - vous portez un grand intérêt pour l’optimisation - Si vous avez des connaissances en différentiation automatique, c'est un plus **Compétences générales** - Vous avez une bonne capacité d'adaptation - vous aimez les environnements stimulants et en constante évolution - Vous êtes curieux(se) et rigoureux(se). - Vous aimez appliquer vos compétences mathématiques et informatiques à la résolution de problèmes concrets. **Formation et parcours professionnel** - Vous préparez un Bac+5 en école d’ingénieur ou master, à dominante mathématiques appliquées à la Data Science - Vous avez une première expérience concrète dans un