Stage détection de dérives de consommation énergétique de stations d'épuration par les approches machine learning h/f

Objectifs Avant d'être rejetées dans le milieu naturel, les eaux usées domestiques ou industrielles et les eaux pluviales sont épurées via des stations d'épuration (STEP). Plus de 5 milliards de m3 d'eaux usées doivent être traités chaque année en France par les 20 000 STEPs en fonctionnement. Veolia gère un parc de plus de 1 900 STEPs. Chaque STEP diffère par sa taille et son procédé. Le traitement des eaux usées est consommateur d'énergie. Le stage vise à aider à maîtriser la consommation énergétique des STEPs. Pour ce faire, nous avons besoin d'un outil qui aide à détecter les dérives sur la consommation énergétique. Missions principales En collaboration directe avec l'équipe projet, le/la stagiaire aura pour mission de : Comprendre les aspects techniques liés au traitement des eaux (différentes étapes de traitement, différents procédés de traitement des eaux usées installés, fonctionnement des STEPs, consommation énergétique des équipements) Faire un état de l'art des méthodes utilisées pour la détection de dérives basées sur des séries temporelles. Formaliser les modèles statistiques/machine learning sélectionnés pour répondre au besoin et la démarche de validation Mettre en oeuvre les modèles retenus sous forme code Python Valoriser les résultats (via des slides lors des réunions projet et un rapport final). En tant qu'entreprise inclusive, Veolia s'engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination. En tant qu'entreprise inclusive, Veolia s'engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination. En tant qu'entreprise inclusive, Veolia s'engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination.