STAGE PFE - chargé d’étude R&D – Explicabilité des réseaux de neurones sur graphes pour le réseau électrique F/H
- Temps complet
- Entité Libellé de niveau 3: DÉPARTEMENT PILOTAGE DU RÉSEAU (PILOT)
- Entité Libellé de niveau 2: DIRECTION DE LA R&D
- Type de contrat: Stage
- Entité Libellé de niveau 1: PÔLE CLIENTS SYSTÈMES INNOVATION
- Département: Hauts-de-Seine (92)
- Collège: Non concerné
- Site RTE: RTE - WINDOW
- Région: Île-de-France
- Type de publication: Offre externe
Description de l'entreprise
Donnez la bonne énergie à votre avenir, formez-vous avec RTE !
RTE est le gestionnaire du réseau français de transport d’électricité. En charge du plus grand réseau haute et très haute tension d’Europe, nous avons la responsabilité de garantir à plus de 67 millions de consommateurs, aux industries et aux distributeurs, une alimentation électrique fiable, 24h/24.
En coulisse, plus de 10 000 hommes et femmes orchestrent en temps réel l’équilibre entre production et consommation d’électricité, conduisent les flux, réalisent la maintenance des installations, innovent, mais aussi pilotent les projets qui transforment le réseau, main dans la main avec les territoires. Notre moteur collectif : mettre nos expertises au service de l’intérêt général et d’un futur durable où l’électricité sera la principale énergie.
RTE place la santé et la sécurité de ses collaborateurs, prestataires et partenaires au premier plan, en faisant de la prévention des risques un pilier de sa culture d’entreprise. Convaincus que la diversité est une richesse, nous étudions toutes les candidatures avec la même attention, y compris celles de personnes en situation de handicap, pour construire des équipes représentatives d’une société pleinement inclusive.
Investi d'une mission de service public, RTE respecte le principe de neutralité religieuse et politique.
Description du poste
Lieu : 7c place du dôme, 92800 PARIS LA DEFENSE
Durée et/ou période du stage : 6 mois
En tant que stagiaire vous serez intégré(e) au sein d'un groupe de recherche du pôle Pilotage du réseau de la Direction R&D, dont les missions sont de participer à la réalisation d'études prospectives, à la fourniture d'expertise sur le fonctionnement du réseau électrique et au développement d'outils d'étude et d'exploitation du réseau.
RTE développe EnerGNN, une bibliothèque open source de réseaux de neurones sur graphes (GNN) conçue pour les réseaux d’énergie de taille réelle. Écrite en JAX, elle représente le réseau comme un hyper-multigraphe hétérogène (H2MG) : chaque ouvrage (ligne, transformateur, groupe, consommation) est une hyper-arête reliée à des nœuds électriques. Les modèles EnerGNN sont utilisés chez RTE pour le filtrage de défauts, le réglage de la tension ou la reconfiguration des postes ; ils répondent en quelques millisecondes à une nouvelle situation d’exploitation.
Pour que ces modèles soient adoptés, il faut pouvoir expliquer leurs décisions : quels ouvrages et quelles grandeurs ont motivé telle consigne. Il existe de nombreuses méthodes d’explicabilité pour les GNN (gradients, masques appris, valeurs de Shapley, contrefactuels). Mais celles-ci ont été développées et validées surtout sur des graphes simples et des tâches de classification. Leur extension aux hyper-arêtes hétérogènes et aux sorties continues de grande dimension reste peu explorée. Leur évaluation est aussi un point faible : les benchmarks synthétiques sont peu représentatifs, et les classements entre méthodes varient fortement selon les jeux de données et les métriques.
Le stage vise à appliquer des méthodes d’explicabilité à des applications EnerGNN existantes et à évaluer la qualité des explications obtenues. La cible principale est le filtrage de défauts. Pour chaque situation d’exploitation, des milliers de défauts (pertes d’un ouvrage) doivent être étudiés ; un modèle EnerGNN évalue rapidement leur sévérité, afin de ne simuler en détail que les défauts susceptibles de provoquer des contraintes. Expliquer ce filtrage, c’est répondre à la question : pourquoi ce défaut, est-il jugé dangereux, et à cause de quels ouvrages et de quelles injections ? D’autres applications, comme le réglage tertiaire de la tension, pourront servir de point de comparaison. Il s’agira notamment de :
- Définir ce qu’est une explication sur un H2MG : unité expliquée (ouvrage, caractéristique, nœud) et cible expliquée (sévérité d’un défaut, contrainte sur un ouvrage) ;
- Transposer quelques méthodes de la littérature, en respectant les contraintes physiques lorsqu’on perturbe le réseau ;
- Évaluer les explications : fidélité adaptée à des sorties continues, parcimonie, coût de calcul, cohérence avec la physique du réseau et avec l’avis des experts métier ;
- Distinguer ce qui relève de la méthode d’explication de ce qui relève de l’erreur du modèle ;
- D’après ces analyses, proposer des pistes d’amélioration du modèle et les tester en lançant des nouvelles expériences.
Missions :
- Réaliser un état de l’art et s’approprier les travaux existants sur les méthodes d’explicabilité des GNN, les protocoles d’évaluation ainsi que la bibliothèque EnerGNN ;
- Prendre en main le modèle de filtrage de défauts déjà entraîné et définir, avec les experts, les défauts et situations à expliquer (définition des cibles d’explication et des métriques).
- Implémenter en JAX, trois ou quatre méthodes (gradients, gradients intégrés, occlusions d’ouvrages préservant la connexité, masque appris de type GNNExplainer) et les appliquer au filtrage de défauts et analyser les explications obtenues ;
- Intégrer le modèle EnerGNN et présenter les résultats aux experts. Si le temps le permet, vous pourrez proposer des explications contrefactuelles ;
- Éventuellement améliorer les performances des modèles existants.
Qualifications
Vous êtes actuellement en dernière année de cycle ingénieur ou Master (bac+5) dans le domaine de l’intelligence artificielle, du machine learning/deep learning, des mathématiques appliquées ou équivalent et justifiez d’une réelle appétence pour la recherche.
Vos qualités :
- Vous êtes reconnu(e) pour votre esprit d’analyse et de synthèse ainsi que pour vos capacités relationnelles, orales et écrites ;
- Vous êtes curieux(se), force de proposition et avez le sens du collectif ;
- Vous maîtrisez Python et vous avez déjà réalisé du développement logiciel (Git, Tests…).
- Un intérêt pour l’open source la connaissance de JAX seraient appréciés.
- Vous justifiez de compétences en apprentissage profond. Une première expérience des GNN ou de l’explicabilité est un plus.
- La maîtrise de l’anglais (lu, écrit) est requise ;
- Des connaissances dans le domaine de l’énergie et du fonctionnement du réseau électrique seront valorisées. Les notions utiles (load flow, sensibilités) pourront être acquises durant le stage.
Informations complémentaires
En nous rejoignant, vous intégrez une entreprise engagée dans votre réussite et tournée vers l’avenir :
L'opportunité de contribuer à des projets concrets, innovants et à fort impact
Une gratification mensuelle attractive, déterminée en fonction de votre niveau d'études
Un accompagnement par un tuteur dédié tout au long de votre stage pour favoriser votre montée en compétences
Jusqu'à 5 jours de congés rémunérés, selon la durée de votre stage
Des avantages complémentaires : prise en charge des frais de transport, indemnité repas et aide au logement (sous conditions).
De réelles perspectives d’avenir : possibilité de poursuivre votre parcours chez RTE (embauche ou poursuite en thèse)…
…Si le courant passe, ça peut durer longtemps !
Dans le cadre des activités relatives à l’emploi proposé, vous pouvez être amené(e) à accéder à un (ou des) site(s) relevant de la responsabilité de RTE. A cette fin et dans le respect des articles R1332-22-1 et suivants du Code de la Défense, nous vous informons qu’une enquête administrative est susceptible d’être réalisée à notre demande par l’autorité administrative, afin de vérifier qu’aucun fait vous concernant n’est incompatible avec l’accès envisagé.
En cliquant sur le lien ci-dessus ou sur tout autre lien externe figurant dans cette publication, vous quittez ce site et accédez à un site web tiers dont les conditions d'utilisation et la politique de confidentialité s'appliquent.