En un coup d'œil
- Missions: Développez des modèles de prévision de prix en utilisant le machine learning pour influencer les décisions d'investissement.
- Entreprise: Startup greentech dynamique avec une culture quantitative forte et des décisions rapides.
- Avantages: Salaire compétitif, télétravail flexible, mutuelle et déplacements pris en charge.
- Autres infos: Environnement startup avec de réelles opportunités de croissance professionnelle.
- Pourquoi ce job: Construisez des modèles qui impactent directement le marché de l'énergie et faites la différence.
- Qualifications: Expérience en modélisation sur les marchés de l'énergie et compétences en machine learning requises.
Le salaire estimé est compris entre 70000 - 80000 € par an.
Energy Quant Engineer / Data Scientist Énergie (H/F) - Paris ou Bordeaux / Hybride - 70 à 80K€
Startup greentech d’une vingtaine de personnes, fondée il y a 2 ans par des profils reconnus de l’énergie et de la finance.
Elle développe et exploite des actifs de stockage d’électricité par batteries, et opère pour son propre compte sur les marchés de l’électricité.
Financée par des investisseurs institutionnels de référence, elle finalise actuellement une nouvelle levée de fonds.
Culture quantitative forte, gouvernance simple, décisions rapides.
LE POSTE ET LE CHALLENGE
Vous rejoignez l’équipe Flexibilité, qui construit la plateforme de trading interne : prévision de prix, puis optimisation, puis exécution sur les marchés.
Vous prenez l’ownership de la première brique, la prévision de prix, sur une approche 100% machine learning.
Vos modèles pilotent des actifs réels au quotidien et alimentent les décisions d’investissement sur 20 à 30 ans.
Le volet long terme est entièrement à construire.
L’ENVIRONNEMENT TECHNIQUE ET L’ÉQUIPE
Stack technique
Approche : Machine Learning et Deep Learning sur séries temporelles, calibrage statistique sur historique
- Optimisation : modules MIP/MILP
- Outils : Git / Git Hub Enterprise, CI/CD, revue de code
Équipe et organisation
- Composition : équipe Flexibilité multi-profils (data engineering, analyse de marché, contrats, quant)
- Méthodo : environnement startup, autonomie réelle, peu de process imposés
- Collaboration : binôme avec l’analyste de marché pour intégrer les fondamentaux dans vos modèles
- Rattachement : responsable de l’équipe Flexibilité
Court terme (3 mois)
- Reprendre et améliorer le modèle de prévision de prix court terme existant (J+1 à J+3)
- Vous approprier les données et les mécanismes des marchés spot de l’électricité
- Mettre en place la mesure continue de la précision des prévisions en production
Moyen terme (6 à 12 mois)
- Concevoir de zéro le modèle de prévision de prix long terme (20 à 30 ans), qui alimentera le modèle de revenus batterie déjà développé en interne
- Développer les générateurs de scénarios de prix et modéliser l’incertitude
- Contribuer, selon votre appétence, aux sujets d’optimisation et d’exécution aux côtés des traders
- PROFIL RECHERCHÉ
Le point non négociable : une expérience concrète de modélisation sur les marchés de l’énergie, idéalement en prévision de prix de l’électricité.
Vous avez conçu, entraîné et mis en production vos propres modèles, vous ne vous êtes pas contenté d’exploiter des prévisions produites par une autre équipe.
Un Data Scientist qui connaît les marchés de l’électricité est le bienvenu.
Un profil data généraliste sans exposition à l’énergie ne correspondra pas.
- Expérience de développement et de mise en production de modèles de machine learning appliqués à la prévision de prix ou à la modélisation de données de marché de l’énergie
- Au moins 1 an d’expérience professionnelle dans l’énergie (hors stage et alternance), idéalement 3 à 5 ans en prévision de prix
- Connaissance des marchés de l’électricité : day-ahead, intraday, services système
- Python natif, solides bases en statistiques, probabilités et séries temporelles
- Bac+5 minimum (école d’ingénieur, Master), Ph D bienvenu
- Français courant, anglais professionnel
- Expérience en optimisation (MIP/MILP) ou en dispatch d’actifs
- Expérience de travail aux côtés de traders, sur des systèmes en conditions réelles
- Exposition aux marchés allemand, britannique ou espagnol
- Intérêt pour le stockage par batteries
- Vous livrez des modèles qui tournent en production, pas des prototypes qui dorment
- Vous posez des questions sur l’usage final de vos modèles et sur ce qu’ils rapportent
- Vous êtes à l’aise pour porter seul un sujet de bout en bout, sans grosse équipe autour
- Rémunération fixe : 70 000 à 80 000 euros brut annuel
- Variable : bonus discrétionnaire annuel, basé sur la performance individuelle et collective
- Télétravail : 1 à 2 jours par semaine une fois autonome, présence renforcée au démarrage
- Statut : Cadre, forfait jour (218 jours)
- Avantages : mutuelle, déplacements inter-bureaux intégralement pris en charge (transport, hébergement, repas)
- Un modèle long terme à construire de zéro, qui pèse directement sur des décisions d’investissement à plusieurs dizaines de millions
- Des modèles utilisés en conditions réelles de marché, avec un impact mesurable
- Une structure financée et en croissance, au contact direct de la direction
- Une liberté méthodologique réelle, sans legacy à maintenir
- Qualification avec Cyprien
- Entretien avec le responsable de l’équipe Flexibilité (visio, 1h)
- Entretien avec le directeur du pôle (visio, 45 min à 1h)
- Entretien de personnalité avec un cabinet RH externe (visio, 1h, questionnaire de 10 min en amont)
- Rencontre avec l’un des cofondateurs (visio ou présentiel)
- #J-18808-Ljbffr
Développeur quantitatif/Développeuse quantitatif employeur : URBAN LINKER
Rejoindre notre entreprise, c'est intégrer une structure dynamique en pleine expansion à Lyon, où l'innovation et la collaboration sont au cœur de notre culture. Nous offrons des opportunités de croissance professionnelle, un environnement de travail stimulant et une rémunération compétitive, tout en permettant à nos employés de contribuer à des projets ayant un impact significatif dans le secteur du digital et de l'entrepreneuriat. En tant que Product Owner, vous aurez la chance de travailler directement avec les fondateurs et de façonner l'avenir de notre plateforme technologique.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Développeur quantitatif/Développeuse quantitatif
✨Participer à des hackathons
Les hackathons sont une super opportunité pour montrer tes compétences en data science. En participant, tu peux non seulement travailler sur des projets concrets, mais aussi rencontrer des recruteurs et des professionnels du domaine. Qui sait, ça pourrait mener directement à une offre chez URBAN LINKER!
✨Contribuer à des projets open-source
Plonger dans des projets open-source te permet de mettre en pratique tes compétences et d'améliorer ta visibilité dans la communauté des data scientists. C'est aussi une manière géniale de bâtir ton réseau et de te faire remarquer par des entreprises comme URBAN LINKER.
✨Réseauter lors de conférences
Les conférences en data science sont le lieu idéal pour rencontrer des professionnels du secteur. N'hésite pas à te présenter, échanger des cartes de visite et discuter de projets avec des personnes qui travaillent dans des entreprises que tu admires, y compris URBAN LINKER.
✨Appliquer directement via notre site
Quand tu vois une offre chez URBAN LINKER, n'attends pas ! Postule directement sur notre site. Montre-nous ton enthousiasme pour le poste de data scientist à temps plein, et n'oublie pas d'inclure des exemples de tes projets et réalisations.
Nous pensons qu'il te faut ces compétences pour exceller en tant que Développeur quantitatif/Développeuse quantitatif
Quelques conseils pour ta candidature 🫡
Met en avant tes projets de data science:Pour un poste en data science chez URBAN LINKER, assure-toi d'inclure des liens vers tes projets sur GitHub ou des articles de blog où tu expliques tes analyses de données. Ça montre que tu es actif dans le domaine et que tu comprends les défis du travail réel.
Soigne ton CV avec des compétences techniques précises:Quand tu écris ton CV pour un emploi de data scientist, mets en avant les langages de programmation que tu maîtrises (comme Python ou R) et des frameworks comme TensorFlow ou Scikit-learn. Mentionner des projets où tu les as utilisés peut vraiment faire la différence !
Raconte ta passion pour les données dans ta lettre de motivation:Dans ta lettre de motivation, explique pourquoi tu es passionné par la data science et comment ce poste chez URBAN LINKER s'aligne avec tes ambitions. C'est l'occasion de montrer ta curiosité intellectuelle et ton envie d'apprendre dans un environnement dynamique.
Soumets ta candidature via notre site:Pour qu'on puisse mieux te considérer pour ce poste, pense à postuler directement sur notre site Web. Cela nous permet de centraliser les candidatures et de mieux te connaître à travers ton formulaire.
Comment te préparer à un entretien d'embauche chez URBAN LINKER
✨Maîtrise des outils de Data Science
Assurons-nous de bien réviser les outils que l'on utilise dans le domaine de la data science, comme Python ou R. Sois prêt à discuter des bibliothèques que tu as maîtrisées, comme Pandas ou scikit-learn, et donne des exemples concrets de projets où tu les as utilisés.
✨Prépare-toi à des questions techniques
Attends-toi à des questions techniques sur des sujets comme l'apprentissage machine ou l'analyse de données. On pourrait te demander de résoudre un problème en direct ou de décrire un algorithme que tu as utilisé dans le passé. Prépare-toi à montrer ta capacité à analyser et interpréter des données !
✨Montre ta passion pour l'apprentissage
En tant que candidat pour un poste à temps plein, il est crucial de montrer ton envie d'apprendre et de te développer. Partage tes aspirations et les nouvelles compétences que tu souhaites acquérir pour évoluer dans ce domaine dynamique.
✨Prépare un portfolio percutant
Avoir un portfolio solide est essentiel. Choisis quelques projets pertinents que tu peux présenter, en détaillant les défis que tu as relevés et les solutions que tu as apportées. Ça montrera non seulement tes compétences, mais aussi ta capacité à résoudre des problèmes concrets dans le monde réel.
