Contexte

Dans un contexte de transition énergétique et de développement massif des énergies renouvelables, le stockage de l’électricité devient un enjeu clé pour assurer la stabilité et la flexibilité des réseaux. La question du coût du stockage et de son évolution à moyen et long terme est ainsi structurante.  Dans ce cadre, un premier outil interne bottom-up a été développé. L’objectif du stage est, en s’appuyant sur cette base, de développer un outil de modélisation codé en Python. Cela permettra d’évaluer les coûts futurs des batteries en fonction des innovations technologiques (matériaux, architectures, procédés) et des projections des coûts de matières premières.

Objectifs du stage 

Le ou la stagiaire contribuera activement à la conception et à la mise en place d’un outil de modélisation du coût des batteries. Les missions principales comprendront :

- Analyse:  Prendre en main le modèle existant (approche bottom-up) et identifier les paramètres clés (coûts des matières premières, processus de fabrication, etc.).
- Développement : Transposer le modèle sous Python, en intégrant des fonctionnalités de mise à jour automatique des données (via une IHM ou des interfaces dédiées).
- Validation & optimisation : Tester la robustesse du modèle avec des scénarios variés.
- Capitalisation : Rédaction d’un guide utilisateur et d’un rapport technique assurant   la maintenance et l’évolution de l’outil.
- Innovation : Développement d’une  méthodologie permettant l’intégration de technologies émergentes

Durée : 4 à 6 mois

Lieu : EDF Lab Les Renardières (77).

Perspectives

Ce stage au sein de la R&D d’EDF offre une expérience concrète à l’intersection de l’économie, de la data science et des technologies de stockage, dans un domaine en pleine transformation.

Le ou la stagiaire participera directement au développement d’un outil stratégique pour la fiabilité des réseaux électriques, avec un impact direct sur les décisions industrielles de demain — une opportunité unique d’acquérir des compétences techniques solides tout en contribuant à un projet à fort impact industriel.

Ecole d'ingénieur ou Master.

Programmation : Maîtrise de Python, outils de visualisation (Matplotlib, Plotly). VBA est un plus.

Modélisation économique : Intérêt pour l’analyse de coûts et les projections industrielles.
Data & outils : Maitrise d’Excel. Connaissance de Gitlab et outils de data science sont un plus.
Batteries, matériaux, réseaux électriques  : Notions générales appréciées
Soft skills : Curiosité, rigueur, esprit d’analyse et goût du travail en équipe.