Emplois en apprentissage automatique

Les métiers de l’intelligence artificielle et de l’apprentissage automatique dans les énergies renouvelables

Les ingénieurs en intelligence artificielle et en apprentissage automatique conçoivent, entraînent et mettent en production des modèles qui prévoient la production, détectent les pannes ou optimisent le pilotage d’actifs énergétiques. Il s’agit de construire ces outils, pas seulement d’utiliser un assistant conversationnel au bureau.

Des usages concrets et mesurables

L’Agence internationale de l’énergie a chiffré ce que ces outils peuvent apporter au réseau. Selon son rapport sur l’énergie et l’IA, la détection de défauts par IA peut réduire de 30 à 50 % la durée des coupures, et jusqu’à 175 GW de capacité de transport pourraient être libérés sans construire de nouvelles lignes. Le même rapport relève que les compétences en IA restent nettement moins répandues dans l’énergie que dans les autres secteurs, ce qui explique la difficulté des recrutements.

Dans les renouvelables, trois familles d’usages dominent les offres. La première est la prévision : production éolienne et solaire à quelques heures ou quelques jours, consommation, prix de marché. La deuxième est la maintenance prédictive, qui repère dans les données SCADA d’une éolienne ou d’un onduleur les signaux faibles annonçant une panne. La troisième est l’optimisation : décider à chaque instant si une batterie doit charger, décharger ou vendre un service au réseau, un travail proche du trading d’énergie.

Le marché français crée la demande

La volatilité du marché français rend ces modèles rentables. RTE a compté 407 heures de prix négatifs au premier semestre 2026, soit 10 % du temps, et la production éolienne et solaire volontairement réduite a atteint 2,5 TWh sur la période. Chaque erreur de prévision se paie en écarts facturés ou en production perdue, ce qui donne une valeur directe à un modèle plus précis de quelques points.

L’IA pèse aussi sur la demande d’électricité. L’AIE estime que la consommation des centres de données dans le monde passerait de 415 TWh en 2024 à environ 945 TWh en 2030, ce qui pousse producteurs et gestionnaires de réseau à anticiper de nouveaux raccordements et de nouveaux contrats de long terme.

Qui recrute

Les fournisseurs et agrégateurs recrutent le plus : Rabot Energy à Hambourg pour ses tarifs dynamiques, OVO Energy et Scottish Power au Royaume-Uni, AGL Energy en Australie. Chez les producteurs comme EDP Renewables ou NextEra Energy, les Data Scientists travaillent sur la prévision et la performance des parcs. Les industriels comme Siemens Energy intègrent l’apprentissage automatique à leurs produits, et des start-up du stockage thermique comme Antora Energy recrutent aussi ces profils. Londres, Hambourg et Glasgow publient le plus d’offres, devant San Francisco, Berlin et Lisbonne.

Les profils recherchés

Les intitulés vont de Data Scientist à Machine Learning Engineer, en passant par des postes plus récents comme AI Engineer ou Forward Deployed Engineer. Le métier recoupe largement la science des données, mais exige davantage de mise en production : un modèle de prévision n’a de valeur que s’il tourne chaque quart d’heure sans intervention, ce qui suppose une solide ingénierie des données et de bonnes pratiques logicielles. Un candidat qui combine apprentissage automatique, séries temporelles et compréhension des marchés de l’électricité est rare, et les employeurs le savent.