Missions

Encadré(e) directement par le responsable de l’activité flexibilité, vos missions seront les suivantes :

• Développement d’algorithmes de pilotage d’actifs énergétiques
• Amélioration et test d’algorithmes existants pour l’optimisation du dispatch d’actifs (PV, éolien, batteries) selon les signaux de marché (marché spot, mécanisme d’ajustement, réserves...)
• Intégration de contraintes physiques (puissance, SOC, ramp rate...) et économiques
  
  

(tarification, coûts d’opportunité)

• Mise en production & automatisation
• Création d’APIs pour exécuter et orchestrer les algorithmes en production
• Collaboration avec les autres membres de l’équipe Tech pour assurer
  
  

l’industrialisation des modèles

• Modélisation et prévision des prix de marché
• Mise en place de modèles de prévision de prix court terme (intraday, day-ahead)
  
  

sur les marchés de l’électricité et des réserves

• Analyse des performances des modèles, validation sur historique
• Analyses quantitatives et études de cas
• Études rétrospectives sur les gains économiques obtenus avec différents
  
  

algorithmes

• Simulations de fonctionnement d’actifs en conditions marché (études de rentabilité, etc.)
  
  

Missions

Under the supervision of the Flexibility Business Lead, you will take part in the following tasks :

• Development of energy asset optimization algorithms
• Improve and test existing dispatch optimization algorithms for assets such as PV,
  
  

wind, and batteries, using market signals (spot markets, balancing mechanisms,

reserves, etc.)

• Integrate physical constraints (power limits, state of charge, ramp rates, etc.) and
  
  

economic parameters (pricing, opportunity costs)

• Deployment & automation
• Develop APIs to execute and orchestrate the algorithms in production
• Collaborate with other members of the Tech team to industrialize the models
• Market price modeling & forecasting
• Develop short-term forecasting models (intraday, day-ahead) for electricity and
  
  

reserves markets

• Analyze and validate model performance on historical data
• Quantitative analysis and case studies
• Conduct historical backtesting to assess economic gains from different algorithmic strategies
• Run simulations to evaluate asset performance in market-like conditions (profitability,etc.)
  
  

Profil Recherché

Profil recherché

• Étudiant(e) en fin d’études (Master 2, école d’ingénieur, grande école) avec une
  
  

spécialisation en maths appliquées, énergie, statistiques, ou data science

• Première expérience en recherche opérationnelle et optimisation : mise en place
  
  

et utilisation d’algorithmes d’optimisation

• Maîtrise de Python (pandas, numpy, scikit-learn, fastapi, pyomo, etc.)
• Bonus : connaissance de Julia Lang et /ou de Rust
• Appétence pour l’énergie et la modélisation économique / physique des actifs
• Intérêt pour la mise en production de modèles / APIs (notions de CI/CD,
  
  

conteneurisation)

• Autonomie, curiosité, rigueur, esprit analytique
  
  

Pourquoi ce stage chez Bohr Energie ?

• Intégrer une équipe engagée et experte à taille humaine, dans un environnement
  
  

bienveillant et exigeant

• Travailler au cœur de la transition énergétique sur des sujets concrets et innovants
• Participer à la création de briques technologiques utiles et réutilisables à grande
  
  

échelle

Ideal Candidate

• Final-year student in a Master’s program, engineering school, or equivalent,
  
  

specializing in applied mathematics, energy, statistics, or data science

• First experience in operational research and optimization (developing and using
  
  

optimization algorithms)

• Proficiency in Python (pandas, numpy, scikit-learn, fastapi, pyomo, etc.)
• Bonus: knowledge of Julia Lang and/or Rust
• Strong interest in energy markets and in the physical / economic modeling of
  
  

energy assets

• Motivation to deploy models and APIs into production (CI/CD knowledge,
  
  

containerization is a plus)

• Autonomy, curiosity, rigor, and analytical mindset