Moteur de recherche d'offres d'emploi ENEDIS

Stage - Data Science - Anticipation des pannes sur le réseau électrique


Détail de l'offre

Informations générales

Entité

Entreprise à mission, Enedis distribue en France l'électricité via le plus grand réseau électrique d'Europe et déploie un code de bonne conduite qui l'amène à fournir un traitement et un service identiques à tous ses clients placés dans la même situation. Engagés dans le respect de la santé-sécurité, nos salariés relèvent des défis technologiques, écologiques et sociétaux. Soumise au principe de neutralité et engagée pour l'inclusion, Enedis ouvre ses opportunités à tous les talents.   

Référence

2026-185583  

Date de début de diffusion

29/10/2026

Date de modification

29/10/2026

Date de fin de diffusion

28/11/2026

Périmètre de publication

Standard

Description du poste

Famille professionnelle / Métier

SYSTEMES D'INFORMATION, TELECOM ET NUMERIQUE - Gestion et valorisation de la donnée

Intitulé du poste

Stage - Data Science - Anticipation des pannes sur le réseau électrique

Type de contrat

Stage

Description de la mission

Environnement de travail :

Au sein du Groupe Actifs Réseau et Maintenance de la DSI d'Enedis vous rejoindrez une équipe composée d'une dizaine de data scientists qui réalise des études innovantes sur des sujets tels que la maintenance prédictive des réseaux, la mobilité électrique ou encore l'anticipation des charges sur le réseau.

 

Missions confiées :

Vous rejoindrez le projet de maintenance prédictive Cartoline visant à anticiper les incidents sur le réseau électrique. À partir des données de qualité de fourniture collectées par les systèmes d’objets communicants déployés sur le réseau, vous contribuerez à l’analyse et l'amélioration des modèles de prédiction.

 Dans ce cadre, vous serez amené(e) à :

·        Explorer, analyser et valoriser de nouvelles données

·        Améliorer le modèle de recommandation existant

·        Concevoir et mettre en œuvre des indicateurs de suivi des performances du modèle

Profil souhaité

Niveau de diplôme préparé : Étudiant(e) en Master 2 ou dernière année d'école d'ingénieur

 


Spécialisation du diplôme préparé :
 Des compétences en analyse de données, Machine Learning, programmation Python


Durée du stage
: 6 mois

 

Ce que nous recherchons :

Environnement technique :

·        Python (Pandas, Polars, Scikit-learn, Plotly)

·        Spark / Scala

·        Power BI

Compétences et niveau d'étude

·        Intérêt pour les problématiques liées à l'énergie

·        Esprit d’analyse, rigueur, force de proposition et capacité à travailler en équipe

 

Tout en étant soumise au principe de neutralité religieuse et politique, Enedis ouvre ses postes à toutes les compétences, toutes les énergies et toutes les personnalités sans exclusion. Conformément aux engagements pris par Enedis en faveur de l'accueil et de l'intégration des personnes en situation de handicap, cet emploi est ouvert à toutes et à tous sous réserve de l'aptitude médicale délivrée par la médecine du travail. L'emploi est tenu de respecter les principes et engagements définis par le Code de Bonne Conduite d'ENEDIS.

Date souhaitée de début de mission

01/02/2027

Société

Enedis

Rémunération et avantages

Gratification selon le stage
Remboursement de l’abonnement aux transports en commun à 50%
Télétravail autorisé jusqu’à 10j/mois sous validation managériale
Aide au logement mensuelle possible en cas déménagement, sous conditions

Localisation du poste

Localisation du poste

Europe, France, Auvergne-Rhône-Alpes, Rhône (69)

Ville

lyon

Langue de l'offre

Français

Critères candidat

Niveau de formation

06 - BAC +4 / BAC +5

Spécialisation du diplôme

  • Recherche & Développement
  • DATA - Mathématiques appliquées - Statistiques
  • Electrotechnique
  • Informatique / Système d'informations
  • Ingénierie d'Etudes
  • Numérique et DATA

Compétences transverses

  • Autonomie
  • Rigueur / Respect des consignes
  • Capacité d'analyse / Esprit de synthèse
  • Collaboration

Rémunération

Gratification selon le stage