Chercheur postdoctoral en prévision à court terme de l'énergie éolienne et solaire

Rejoignez EPFL pour un poste de chercheur postdoctoral en prévision d'énergie.
Tâches
•
Développer des modèles hybrides de prévision d'énergie renouvelable.
•
Analyser des ensembles de données massifs pour la modélisation.
•
Utiliser des techniques d'IA pour améliorer les prévisions.
Compétences
•
Doctorat requis, expérience en apprentissage automatique.
•
Compétences en Python et analyse de données.
•
Excellentes compétences en communication en anglais.
Chercheur postdoctoral en prévision à court terme de l'énergie éolienne et solaire
École polytechnique fédérale de Lausanne, EPFL (/directory/universities/epfl)
Lieu de travail
Lausanne (/jobs?ctrl=1&q=Lausanne)
-
Région du lac Léman (/jobs?ctrl=1&r=Lake+Geneva+region)
-
Suisse
Catégorie
Environnement (/jobs/Environment)
|
Informatique (/jobs/Computer+Science)
Poste
Chercheur senior / Postdoctorant (/jobs?ctrl=1&t=Senior+Researcher)
Publié
19 avril 2025
L’EPFL, l’École polytechnique fédérale de Lausanne, est l’un des campus universitaires les plus dynamiques d’Europe et figure parmi les 20 meilleures universités au monde. L’EPFL emploie plus de 6 500 personnes soutenant les trois missions principales de l’institution : l’enseignement, la recherche et l’innovation. Le campus de l’EPFL offre un environnement de travail exceptionnel au cœur d’une communauté de plus de 18 500 personnes, dont plus de 14 000 étudiants et 4 000 chercheurs provenant de plus de 120 pays différents.
Chercheur postdoctoral en prévision à court terme de l'énergie éolienne et solaire
Principales tâches et responsabilités
Le laboratoire Wind Engineering and Renewable Energy (WiRE) de l’École polytechnique fédérale de Lausanne (EPFL) cherche à pourvoir un poste postdoctoral dans le domaine de la prévision à court terme (typiquement de 6h à 24h) de la production d’énergie renouvelable (éolienne et solaire). Le candidat postdoctoral retenu travaillera au développement de modèles hybrides de prévision combinant des modèles de prévision numérique du temps (NWP) avec des techniques d’intelligence artificielle (IA) pour la production d’énergie éolienne et solaire.
Mission
Le cadre de recherche impliquera des données collectées auprès de diverses centrales éoliennes et solaires en Suisse et dans le monde. En utilisant de longues séries temporelles de production éolienne/solaire ainsi que les sorties des modèles NWP (big data), le candidat se concentrera sur le développement et le test de nouveaux modèles de prévision, avec un accent particulier sur les méthodes innovantes basées sur l’IA (par exemple, apprentissage profond, IA explicable et informée par la physique, grands modèles de langage, etc.).
Le poste sera développé dans le cadre du projet financé intitulé "UrbanTwin : Un jumeau numérique urbain pour l’action climatique : Évaluation des politiques et solutions pour l’énergie, l’eau et les infrastructures", dans le cadre du programme de financement ETH-Joint Initiative.
Profil
Pour être éligibles au poste, les candidats doivent posséder :
•
Un doctorat complété.
•
Une expérience des méthodes d’apprentissage automatique.
•
Des compétences dans au moins un des domaines suivants :
- Analyse de grands ensembles de données
- Statistiques et analyse d’incertitude (probabiliste)
- Modélisation météorologique (prévision numérique du temps)
•
Expérience en programmation Python.
•
Excellentes compétences en anglais écrit et oral.
•
Solide publication dans des revues à comité de lecture.
Nous offrons
•
Un environnement de travail stimulant et international sur le campus de l’EPFL à Lausanne.
•
Un salaire compétitif et d’excellentes conditions de travail.
•
La possibilité de mener des recherches de pointe dans l’une des institutions scientifiques les plus dynamiques d’Europe.
Informations
Date de début du contrat : dès que possible
Taux d’activité : 100 %
Type de contrat : CDD
Durée : un an avec possibilité de renouvellement
Référence : Veuillez envoyer un fichier PDF unique comprenant CV, une brève déclaration de recherche et les coordonnées de 3 personnes de référence
Pour toute information complémentaire, veuillez contacter le Prof. Porté-Agel à fernando.porte-
agel@epfl.ch
Plus d'informations (https://www.myscience.ch/linkto.php?url=https%3A%2F%2Fcareers.epfl.ch%2Fjob%2FLausanne-Postdoctoral-Researcher-on-Short-Term-Wind-and-Solar-Power-Forecasting%2F940379574%2F&module=jobs&id=67082)
Dans votre candidature, veuillez mentionner
myScience.ch
et référencer
JobID67082
.