Entrepreneurship in the territories: is it the right time?
À propos d’OYO Communities
La mission d’OYO Communities est de mettre en place puis d’animer des projets d’autoconsommation collective (ACC) de grande capacité (multi-MW). Notre principal objectif est de faciliter la transition énergétique en encourageant une consommation en circuit court d’une énergie verte produite localement et de manière responsable.
Chez OYO, innovation, intelligence territoriale et engagement local sont au cœur de notre approche. Nous œuvrons pour un lien fort entre zones urbaines et rurales, une optimisation du réseau électrique et une réduction des pertes d’énergie, tout en garantissant une utilité sociale indéniable aux projets d’autoconsommation.
OYO Communities développe et anime des opérations d’autoconsommation collective pour permettre aux territoires de consommer une énergie renouvelable locale, sobre et intelligente. Rejoindre l’équipe en stage, c’est découvrir un modèle énergétique innovant et participer concrètement à sa mise en œuvre.
Contexte du stage
Dans le cadre de l’évolution de la plateforme OYO Communities, nous recherchons un·e stagiaire Data Scientist pour rejoindre l’équipe digitale basée à Besançon (25).
Tu contribueras au développement de modèles et d’outils d’analyse de données en conditions réelles, sur un produit déployé et utilisé par des opérations d’autoconsommation collective.
L’objectif : exploiter les données énergétiques pour améliorer la performance des projets, optimiser les flux et développer des fonctionnalités intelligentes au cœur de la plateforme.
Tes missions
- Participer au développement de modèles de prévision (production, consommation, autoconsommation)
- Analyser des données énergétiques issues de systèmes réels (compteurs, production EnR, etc.)
- Concevoir et implémenter des algorithmes d’optimisation (répartition de l’énergie, équilibre offre/demande)
- Nettoyer, structurer et exploiter des données multi-sources
- Mettre en place des pipelines de traitement de données
- Contribuer à l’intégration des modèles dans la plateforme (API, microservices)
- Produire des visualisations et indicateurs pour aider à la prise de décision
- Documenter les modèles, méthodes et résultats
Environnement technique
- Langage : Python
- Librairies : pandas, numpy, scikit-learn, (optionnel : TensorFlow / PyTorch)
- Data : séries temporelles, données énergétiques
- Backend : Node.js / NestJS (interaction avec API)
- Base de données : MongoDB
- Outils : Git, GitHub
- DevOps : Docker (notions)
- Cloud : Azure
- Organisation : Scrum (Jira)
