Un leader de l'énergie | Gabriel Greenfield

Dans le contexte d’une mission de Data Science, Gabriel Greenfield accompagne un leader de l’énergie sur des projets liés aux énergies renouvelables.

A ce jour, nos travaux concernent des projets d’énergie solaire (photovoltaïque), d’autres liés aux véhicules électriques, ainsi que des projets purement techniques (statistique, développement informatique).

Mise en place de calculs automatisés et journaliers de métriques utiles à l’étude de différents panneaux photovoltaïques
Modélisation et prévisions de la puissance générée par un panneau photovoltaïque avec des données météorologiques
Contribution au Git de l’équipe pour partager et regrouper les codes de différents projets
Participation à la veille technologique de l’équipe : partage de nouvelles bibliothèques de Data Science, frameworks…
Mise en place d’un proof of concept sur un échantillon de données à partir de méthodes d’analyse de sensibilité de paramètres dans un système physique complexe
Implémentation d’algorithmes de détection d’anomalies sur des séries temporelles de puissance générée par l’énergie solaire
Création d’un algorithme de reconnaissance de certains types de toitures à partir d’images satellites pour identifier des bâtiments pouvant accueillir des panneaux photovoltaïques
Mise en place d’algorithmes de prévision à court terme (J+1/J+3) de puissance utilisée par des bornes de recharge pour véhicules électriques

Notre intervention permet à notre client de développer son expertise dans les énergies renouvelables, et de bénéficier en particulier de :

Développement d’un outil de reconnaissance de types de toitures pour aider les clients à déterminer les bâtiments les plus intéressants en termes de pose de panneaux photovoltaïques
Accès à des métriques physiques quotidiennes facilitant le travail des experts métier
Amélioration des modèles de prévision de puissance générée par des panneaux photovoltaïques
Construction d’algorithmes pour mieux prévoir la consommation électrique sur la journée, en particulier sur des bornes de recharge pour véhicules électriques
Acquisition de codes permettant une première approche de différentes méthodes utiles en Data Science, telles que le nettoyage de données de séries temporelles ou la détection d’anomalie
Apport et consolidation de connaissances théoriques et technologiques en Data Science et en Statistique

Intégration de scripts de qualité et adaptés à l’infrastructure client existante
Automatisation d’analyses, de transformations, nettoyages de données
Compétences sur toute la chaîne de la donnée, en Data Science pure ainsi qu’en Data Engineering
Présentations claires et précises des résultats obtenus