Réseau de Transport d'Électricité

STAGE PFE - chargé d’étude R&D – Explicabilité des réseaux de neurones sur graphes pour le réseau électrique F/H

Réseau de Transport d'Électricité  •  La Defense, FR (Onsite)  •  1 hour ago
Apply
AI can make mistakes so check important info. Chat history is never stored.

Job Description

Description de l'entreprise

Donnez la bonne énergie à votre avenir, formez-vous avec RTE !

RTE est le gestionnaire du réseau français de transport d’électricité. En charge du plus grand réseau haute et très haute tension d’Europe, nous avons la responsabilité de garantir à plus de 67 millions de consommateurs, aux industries et aux distributeurs, une alimentation électrique fiable, 24h/24.

En coulisse, plus de 10 000 hommes et femmes orchestrent en temps réel l’équilibre entre production et consommation d’électricité, conduisent les flux, réalisent la maintenance des installations, innovent, mais aussi pilotent les projets qui transforment le réseau, main dans la main avec les territoires. Notre moteur collectif : mettre nos expertises au service de l’intérêt général et d’un futur durable où l’électricité sera la principale énergie.

RTE place la santé et la sécurité de ses collaborateurs, prestataires et partenaires au premier plan, en faisant de la prévention des risques un pilier de sa culture d’entreprise. Convaincus que la diversité est une richesse, nous étudions toutes les candidatures avec la même attention, y compris celles de personnes en situation de handicap, pour construire des équipes représentatives d’une société pleinement inclusive.

Investi d'une mission de service public, RTE respecte le principe de neutralité religieuse et politique.

Description du poste

Lieu : 7c place du dôme, 92800 PARIS LA DEFENSE

Durée et/ou période du stage : 6 mois

En tant que stagiaire vous serez intégré(e) au sein d'un groupe de recherche du pôle Pilotage du réseau de la Direction R&D, dont les missions sont de participer à la réalisation d'études prospectives, à la fourniture d'expertise sur le fonctionnement du réseau électrique et au développement d'outils d'étude et d'exploitation du réseau.

RTE développe EnerGNN, une bibliothèque open source de réseaux de neurones sur graphes (GNN) conçue pour les réseaux d’énergie de taille réelle. Écrite en JAX, elle représente le réseau comme un hyper-multigraphe hétérogène (H2MG) : chaque ouvrage (ligne, transformateur, groupe, consommation) est une hyper-arête reliée à des nœuds électriques. Les modèles EnerGNN sont utilisés chez RTE pour le filtrage de défauts, le réglage de la tension ou la reconfiguration des postes ; ils répondent en quelques millisecondes à une nouvelle situation d’exploitation.

Pour que ces modèles soient adoptés, il faut pouvoir expliquer leurs décisions : quels ouvrages et quelles grandeurs ont motivé telle consigne. Il existe de nombreuses méthodes d’explicabilité pour les GNN (gradients, masques appris, valeurs de Shapley, contrefactuels). Mais celles-ci ont été développées et validées surtout sur des graphes simples et des tâches de classification. Leur extension aux hyper-arêtes hétérogènes et aux sorties continues de grande dimension reste peu explorée. Leur évaluation est aussi un point faible : les benchmarks synthétiques sont peu représentatifs, et les classements entre méthodes varient fortement selon les jeux de données et les métriques.

Le stage vise à appliquer des méthodes d’explicabilité à des applications EnerGNN existantes et à évaluer la qualité des explications obtenues. La cible principale est le filtrage de défauts. Pour chaque situation d’exploitation, des milliers de défauts (pertes d’un ouvrage) doivent être étudiés ; un modèle EnerGNN évalue rapidement leur sévérité, afin de ne simuler en détail que les défauts susceptibles de provoquer des contraintes. Expliquer ce filtrage, c’est répondre à la question : pourquoi ce défaut, est-il jugé dangereux, et à cause de quels ouvrages et de quelles injections ? D’autres applications, comme le réglage tertiaire de la tension, pourront servir de point de comparaison. Il s’agira notamment de :

  • Définir ce qu’est une explication sur un H2MG : unité expliquée (ouvrage, caractéristique, nœud) et cible expliquée (sévérité d’un défaut, contrainte sur un ouvrage) ;
  • Transposer quelques méthodes de la littérature, en respectant les contraintes physiques lorsqu’on perturbe le réseau ;
  • Évaluer les explications : fidélité adaptée à des sorties continues, parcimonie, coût de calcul, cohérence avec la physique du réseau et avec l’avis des experts métier ;
  • Distinguer ce qui relève de la méthode d’explication de ce qui relève de l’erreur du modèle ;
  • D’après ces analyses, proposer des pistes d’amélioration du modèle et les tester en lançant des nouvelles expériences.

Missions :

  • Réaliser un état de l’art et s’approprier les travaux existants sur les méthodes d’explicabilité des GNN, les protocoles d’évaluation ainsi que la bibliothèque EnerGNN ;
  • Prendre en main le modèle de filtrage de défauts déjà entraîné et définir, avec les experts, les défauts et situations à expliquer (définition des cibles d’explication et des métriques).
  • Implémenter en JAX, trois ou quatre méthodes (gradients, gradients intégrés, occlusions d’ouvrages préservant la connexité, masque appris de type GNNExplainer) et les appliquer au filtrage de défauts et analyser les explications obtenues ;
  • Intégrer le modèle EnerGNN et présenter les résultats aux experts. Si le temps le permet, vous pourrez proposer des explications contrefactuelles ;
  • Éventuellement améliorer les performances des modèles existants.

Qualifications

Vous êtes actuellement en dernière année de cycle ingénieur ou Master (bac+5) dans le domaine de l’intelligence artificielle, du machine learning/deep learning, des mathématiques appliquées ou équivalent et justifiez d’une réelle appétence pour la recherche.

Vos qualités :

  • Vous êtes reconnu(e) pour votre esprit d’analyse et de synthèse ainsi que pour vos capacités relationnelles, orales et écrites ;
  • Vous êtes curieux(se), force de proposition et avez le sens du collectif ;
  • Vous maîtrisez Python et vous avez déjà réalisé du développement logiciel (Git, Tests…).
  • Un intérêt pour l’open source la connaissance de JAX seraient appréciés.
  • Vous justifiez de compétences en apprentissage profond. Une première expérience des GNN ou de l’explicabilité est un plus.
  • La maîtrise de l’anglais (lu, écrit) est requise ;
  • Des connaissances dans le domaine de l’énergie et du fonctionnement du réseau électrique seront valorisées. Les notions utiles (load flow, sensibilités) pourront être acquises durant le stage.

Informations supplémentaires

En nous rejoignant, vous intégrez une entreprise engagée dans votre réussite et tournée vers l’avenir :

  • L'opportunité de contribuer à des projets concrets, innovants et à fort impact
  • Une gratification mensuelle attractive, déterminée en fonction de votre niveau d'études
  • Un accompagnement par un tuteur dédié tout au long de votre stage pour favoriser votre montée en compétences
  • Jusqu'à 5 jours de congés rémunérés, selon la durée de votre stage
  • Des avantages complémentaires : prise en charge des frais de transport, indemnité repas et aide au logement (sous conditions).
  • De réelles perspectives d’avenir : possibilité de poursuivre votre parcours chez RTE (embauche ou poursuite en thèse)…

…Si le courant passe, ça peut durer longtemps !

Dans le cadre des activités relatives à l’emploi proposé, vous pouvez être amené(e) à accéder à un (ou des) site(s) relevant de la responsabilité de RTE. A cette fin et dans le respect des articles R1332-22-1 et suivants du Code de la Défense, nous vous informons qu’une enquête administrative est susceptible d’être réalisée à notre demande par l’autorité administrative, afin de vérifier qu’aucun fait vous concernant n’est incompatible avec l’accès envisagé.

Réseau de Transport d'Électricité

About Réseau de Transport d'Électricité

RTE est le gestionnaire du Réseau de Transport d’Electricité français, le plus grand d'Europe, ainsi que du dispositif EcoWatt, la météo de l’électricité pour une consommation responsable.

24h/24 circule sur nos lignes à haute et très haute tension une électricité qui fait vibrer l’économie des territoires et garantit à chacun une alimentation électrique fiable et respectueuse de l’environnement. En France comme en Europe. Aujourd’hui RTE invente des solutions qui conjuguent infrastructure électrique et technologies numériques pour permettre la transition énergétique et accompagner les nouveaux usages et les nouveaux acteurs de l’électricité. Pour les talents qui nous rejoignent, ces mutations sont l’opportunité de relever de véritables défis technologiques et humains, en ayant à cœur de servir l’intérêt général, indissociable de nos missions de service public.

Au carrefour de l’infrastructure industrielle, des grands projets énergétiques et des smart datas, RTE offre un panel insoupçonné de métiers dans tous les domaines techniques et tertiaires : ingénierie, maintenance, études, numérique, exploitation, R&D, commercial, achats, développement durable, ressources humaines, communication…

Aux côtés des 9 500 hommes et femmes du Réseau, venez faire en sorte que, quoi qu’il advienne, le courant passe. A chaque seconde.

Industry
Energy & Utilities
Company Size
5,001-10,000 employees
Headquarters
LA DEFENSE CEDEX, FR
Year Founded
2000
Social Media