Accenta

Accenta

Artificial Intelligence / Machine Learning, Energie, Životní prostředí / Udržitelný rozvoj

Boulogne-Billancourt, Lille, Vincennes

La Tech chez Accenta

L'équipe R&D est en charge de concevoir et de développer les plateformes de conception et de pilotage des installations qui sont utilisées ensuite par les équipes Opérations. 

L'équipe est organisée autours des expertises suivantes :

  • IA & Algorithmes
  • Plateformes produits (.insight, .optimzen, .effipilot, .stdgen, .design, .respilot…)
  • Développement
  • Innovation

Une quarantaine de collaborateurs, répartis dans 3 grandes familles de métiers :

  • Les Ingénieurs, Experts Ingénieurs de recherche en IA (datascience, innovation…)

    40%

  • Les Product Owners

    10%

  • Développeurs et DevOps

    50%

Technologies et outils

    Backend

    • Python
      Python
      100%
    • Node.js
      Node.js
      100%

    Frontend

    • React 18 (ts)
      React 18 (ts)
      100%
    • Angular
      Angular
      100%

    Devops

    • Kubernetes
      Kubernetes
      100%
    • Docker
      Docker
      100%

Organisation et méthodologies

  • Un collectif organisé selon les méthodes agiles
  • Des feature teams multidisciplinaires, qui collaborent autour d'un produit ou d'une fonctionnalité
  • Une organisation en sprint, à l’issue desquels des démo mettent en avant les résultats clés
  • Une équipe soutenue par des experts dans les différentes disciplines scientifiques au cœur de nos plateformes. Des rencontres ou initiatives avec ces experts sont régulièrement organisées afin d'échanger autour d'ateliers thématiques ou d'apprendre de nouvelles technologies et méthodologies.
  • Des contributions régulières d’Accenta aux Data Challenges les plus prestigieux (Collège de France, ENS Ulm...)

Projets et défis techniques

  1. Ecrire des algorithmes d’optimisation capables d’évaluer en quelques minutes des milliers de configurations du système énergétique et d’en simuler le fonctionnement sur 25 ans !

  2. Ecrire des algorithmes prédictifs pour optimiser le pilotage d’un système thermique en arbitrant efficacement entre les choix possibles de production et/ou de stockage d’énergie et en intégrant la corrélation dans le temps entre décisions.