Scientifique Ia/Ml | Scientist, Ai/Ml (Canada)

Scientifique Ia/Ml | Scientist, Ai/Ml (Canada)

17 Nov
|
Power Factors
|
Canada

17 Nov

Power Factors

Canada

À PROPOS DE POWER FACTORSPower Factors est un éditeur de logiciels et de solutions qui ouvre la voie à la nouvelle génération d’énergie propre avec Unity, l’une des suites de gestion d’énergies renouvelables (REMS) les plus complètes et les plus largement déployées du marché. Avec plus de 300 GW d’actifs éoliens, solaires et de stockage d’énergie gérés dans le monde, auprès de plus de 600 clients et sur 18 000 sites, Power Factors gère 25 % des données mondiales sur les énergies renouvelables.*
Unity REMS de Power Factors soutient l’ensemble de la chaîne de valeur de l’énergie, de la surveillance et du contrôle à l’analyse de marché. La suite d’applications ouvertes, fondées sur les données, de l’entreprise permet aux acteurs des énergies renouvelables de collaborer, d’automatiser les flux de travail critiques et de prendre des décisions plus éclairées afin de maximiser le rendement des actifs. Les acteurs de l’énergie bénéficient d’un accompagnement de bout en bout, comprenant des solutions de SCADA et PPC, de surveillance centralisée, de gestion de la performance, de gestion commerciale des actifs et de gestion des interventions sur le terrain.
Grâce à une expertise approfondie du domaine, des analyses alimentées par l’IA sont délivrées à grande échelle afin que les entreprises puissent optimiser leurs actifs, stimuler leur croissance et prendre de meilleures décisions alors que le monde accélère sa transition vers l’énergie propre. Power Factors lutte contre le changement climatique par le code.
* Hors Chine et Inde




RESPONSABILITÉSÉvaluation et expérimentation
Concevoir et piloter le cadre d’évaluation du modèle de fondation de PF : métriques, références de comparaison (baselines), protocoles de backtesting et critères d’acceptation alignés sur les besoins des clients
Construire et maintenir un banc d’évaluation fiable et reproductible, avec comparaison automatisée aux références
Concevoir et mener des expériences sur les données et la modélisation afin d’éclairer les décisions d’entraînement, telles que les mélanges de données, le dimensionnement du contexte et de l’horizon, la stratégie de normalisation et les choix de recette d’entraînement
Concevoir des expériences permettant de quantifier la valeur métier du modèle pour des cas d’usage pilotes
Rendre compte des performances par classe d’actifs, par équipementier (OEM) et par tranche de capacité nominale, et étudier les modes de défaillance au moyen de la validation en mode « shadow »
Données et domaine
Acquérir une compréhension approfondie des données des actifs renouvelables, notamment le comportement des signaux, les événements d’exploitation et la distinction entre les véritables anomalies et le fonctionnement normal,



comme le bridage (curtailment)
Collaborer avec l’ingénieur logiciel/données pour définir les standards de qualité des données et l’interface entre la plateforme de données et le pipeline d’entraînement
Identifier, caractériser et traiter les problèmes de qualité des données à l’échelle du parc
Passage à l’échelle et entraînement
S’appuyer sur l’architecture existante au fur et à mesure de son évolution, en veillant à ce que chaque décision de montée en charge soit étayée par des preuves
Contribuer à la planification et à l’exécution des entraînements à grande échelle sur GPU, aux côtés de l’équipe d’ingénierie
S’assurer que chaque modèle entraîné est lié à sa configuration, à la version de son jeu de données, à la version de son code et à ses résultats d’évaluation
Capacités futures
Aider à évaluer l’intégration de nouveaux types de données, tels que les rapports d’imagerie par drone et les rapports d’inspection, dans le modèle
Concevoir des approches d’évaluation pour des cas d’usage élargis fondés sur les LLM
Collaboration et communication
Travailler en étroite collaboration avec le responsable data science interne et l’ingénieur logiciel/données
Rédiger des notes de décision concises indiquant ce qui a été testé, ce qui a été constaté et ce qui a changé en conséquence
Documenter les procédures d’évaluation et les résultats expérimentaux selon un niveau de

📌 Scientifique Ia/Ml | Scientist, Ai/Ml (Canada)
🏢 Power Factors
📍 Canada

Reply to this offer

Impress this employer describing Your skills and abilities, fill out the form below and leave Your personal touch in the presentation letter.

Subscribe to this job alert:

Get the latest job offers by email for: scientifique ia/ml | scientist, ai/ml (canada) / canada

Subscribe to this job alert:

Get the latest job offers by email for: scientifique ia/ml | scientist, ai/ml (canada) / canada