Gestionnaire du réseau de transport d'électricité en France.
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 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 neutre en carbone où l’électricité sera la principale énergie.
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.
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 :
Missions :
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 :
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.
En bref
Année de création
2000
Nombre d'employés
10781
Âge moyen
41
Turnover
3
Chiffre d'affaires
6,6 Md€
Genre
25%
75%