Observé chez
Data Scientist R&D Modélisation Causale
Énergie
Informatique
Palaiseau
PythonR
Rôle
Spécialiste en modélisation statistique et inférence causale appliquée aux données de consommation énergétique chargé de développer et d'adapter des méthodes innovantes pour la valorisation des données clients et l'amélioration des offres et services d'EDF.
Technologies
PythonR
Entités
SEQUOIAE7CMarketingCommerce
Contextes
Énergie
Compétences
StatistiqueMachine LearningDeep LearningModélisation de séries temporellesSynthèse d'articles scientifiquesInférence causale
Challenges détectés
3 enjeux- Croissance
Valoriser les données clients issues des compteurs communicants
Technologies clés
PythonRCompétences clés
Modélisation de séries temporellesInférence causale - Croissance
Développer des traitements innovants pour la relation client et les offres
Technologies clés
PythonRCompétences clés
Machine LearningDeep Learning - Optimisation
Adapter et comparer des méthodes d'inférence causale sur des données de courbes de charge haute fréquence
Technologies clés
PythonRCompétences clés
Inférence causaleModélisation de séries temporelles

