Hassane AZZI
Ingénieur Développement Backend C++ - Java - Python
Mobilité: Île-de-France, Toulouse et périphérie
Activités : Développement Logiciel, Optimisation des Systèmes, Simulation
Situation professionnelle
En poste
Ouvert aux opportunités
Présentation
Objectif professionnel: ingénieur en informatique, parcours: Recherche opérationnelle de l'ENAC (Ecole Nationale de l'Aviation Civile), ayant un background scientifique et technique en développement informatique, optimisation et Data Science, je suis à la recherche d'un CDI ou d'une mission Freelance en développement logiciel, principalement en C++/Java.
Ingénieur optimisation, pilotage ENR et stockage
Naldeo Digital for Climate
Depuis mai 2024
CDD
Tarnos
- Dans le cadre d'un accroissement temporaire d'activité pour divers projets auprès de la société Naldeo, mon rôle durant cette mission est d’accompagner différents clients (Omexom, Valorem et Urbasolar) dans le développement de solution de pilotage optimal des systèmes énergétiques hybrides dans les zones non interconnectées (ZNI), notamment les départements et régions d'outre-mer (la Corse, la Martinique, la Guadeloupe, la Guyane, la Réunion et Mayotte). Cette solution avancée de gestion de l’énergie est capable de maximiser les revenus des centrales hybrides, en optimisant la production en temps réel en fonction du programme annoncé, de l’état réel de la centrale et de l’actualisation des prévisions de production.
Détails de l'expérience
- Etudes de dimensionnement et d'évaluation de performances des centrales hybrides
- Développement et fourniture d'un système logiciel EMS ENERBIRD (optimisation, pilotage et monitoring énergétique) pour plusieurs centrales hybrides de production d'énergies renouvelables éoliennes et photovoltaïques, intégrant un stockage par batteries
- Mise en œuvre d'algorithmes d’optimisation et de recherche opérationnelle (MILP, MINLP, algorithmes génétiques) pour piloter les centrales de production et de stockage d’énergies renouvelables
- Développement d’un modèle prédictif de Machine Learning capable d’estimer avec une meilleure précision la production d’énergie électrique sur un horizon de 24 heures
- Conception des simulateurs énergétiques et pilotage des phases de mise en service et de recette
- Participation à la définition de la roadmap de développement technologique.
- Environnement technique: Python, Visual Studio Code, Machine Learning (réseaux de neurones), Scikit-Learn, PyCharm, MLflow, GitLab, Matlab/ Simulink, outils d’optimisation (PuLP, Gekko, Pyomo), Model Predictive Control (MPC), SCADA.
Description de l'entreprise
NALDEO Digital for Climate, filiale de NALDEO Group, est spécialisée dans le conseil et le développement d'outils numériques au service du climat et la transition énergétique.
Site web de l'entreprise