Stage m2 - extension de la base de données epd (en 15804+a2) et datamining des résultats d’un modèle basé agent

Missions :

Ce stage s’intègre à l’axe 2 du CERI « Matériaux et Procédés » (IMT Nord Europe) et est dans la continuité de travaux de la chaire RECONVERT dédiée à la valorisation des ressources issues du bâtiment.

Dans un premier temps, le stagiaire augmentera la base de données alimentant une méthodologie novatrice d’analyse des impacts environnementaux évités grâce aux EPD (EN 15804+A2) et à deux indices comparatifs (article en cours de soumission), appliqués aux principales filières matériaux du bâtiment de la Métropole Européenne de Lille (MEL). Les premiers résultats démontrent l’importance environnementale des tuiles, briques, béton, métaux et enrobés bitumineux à l’échelle MEL (« index par tonne de produit »). L’étude du Module D révèle le fort potentiel du réemploi et du recyclage pour optimiser la circularité, avec des bénéfices majeurs pour le bois, les plastiques expansés et les enrobés bitumineux (« index Métropolitain »). Le stage vise à accroître la robustesse des analyses par l’exploitation de davantage de fiches EPD et des outils statistiques (ANOVA et analyses multivariées). Il accompagne l’élaboration d’indicateurs d’aide à la décision fondés sur des données territoriales et des données impacts environnementaux des produits, à l’interface entre recherche et applications opérationnelles.

Dans un second temps, une collaboration avec l’IRD (nom labo) porte sur la mise en place d’un modèle basé agent, alimenté par plusieurs sources de données, dont les données environnementales évoquées ci-dessus. L’objet est de mettre en place des routines permettant d’analyser rapidement et efficacement les contraintes actuelles du modèle au regard des résultats issus des modélisations obtenues sous GAMA. Un plus serait d’apporter un avis critique pour l’amélioration du code en cohérence avec les résultats obtenus et du comportement du modèle.

Activités :

1. Etendre la base de données des Environmental Product Declaration actuelle au format actuel

2. Analyse de données statistiques et extrapolation à l’échelle de la MEL pour augmenter la robustesse des premiers résultats obtenus sur les impacts environnementaux.

3. Prendre en main le modèle basé agent et analyser les résultats selon différents scenarii.

4. Analyse des contraintes fixé dans le modèle pour orienter l’amélioration du code

Inscription en Master 2 ou 3ᵉ année d’école d’ingénieur en data science appliquée ou équivalent.

Bases solides en statistiques appliquées (ANOVA, analyses multivariées) et traitement de données (idéalement maîtrise d’un langage type R ou Python, ou logiciel statistique).

Culture de base en analyse du cycle de vie (ACV) ou en évaluation environnementale des produits (EPD, norme EN 15804) ou forte motivation pour se former rapidement.

Savoir être :

Rigueur scientifique et sens du détail : travail méticuleux sur les données, vérification systématique des cohérences, traçabilité des hypothèses et des traitements.

Autonomie et capacité d’initiative : progression autonome sur la prise en main de la base EPD, des outils statistiques et du modèle à base d’agents, tout en sollicitant l’encadrement quand nécessaire.

Savoir faire :

Autonomie et capacité d’initiative : progression autonome sur la prise en main de la base EPD, des outils statistiques et du modèle à base d’agents, tout en sollicitant l’encadrement quand nécessaire.

Manipulation et gestion de grands jeux de données sous excel.

Analyses statistiques (ANOVA, comparaisons multiples, analyses multivariées)

bonne maîtrise d’Excel pour les données et d’au moins un outil de programmation / script (Python, R, GAMA, voire Java selon l’implémentation).

Connaissances :

Datamining, capacité à écrire des scripts structurés, à versionner le code (Git) et à documenter clairement les fonctions et modules

Compréhension de la logique d’un modèle à base d’agents (agents, environnement, règles, scénarios).

Capacité à lire et modifier un code de modèle existant (GAMA/GAML ou équivalent), à changer des paramètres, implémenter des routines d’export de résultats, automatiser des boucles de scénarios.

Conditions : Le stage est prévu pour une durée de 6 mois sur 2026.

Renseignements et modalités de dépôt de candidature :

Pour tout renseignement et candidature au stage, merci de vous adresser à Emmanuel LEMELIN ()

Date limite de candidature : Fin Février 2026