Emplois en science des données

Les métiers de la science et de l’analyse des données dans les énergies renouvelables

La science et l’analyse des données transforment les mesures d’une entreprise énergétique en décisions : prévisions de production et de prix, suivi de performance des parcs, tableaux de bord, modèles statistiques.

Le champ va de l’analyste qui construit des rapports de performance au data scientist qui développe des modèles d’apprentissage automatique. Ce qui le distingue de la même fonction dans le commerce ou la banque, c’est la physique : la production dépend du vent et du soleil, la consommation de la température, et le prix de l’électricité de l’équilibre instantané entre les deux.

Pourquoi la demande augmente

La prévision est devenue un enjeu financier direct. En 2025, RTE a compté 513 heures à prix négatif en France, contre 352 l’année précédente, et les capacités éoliennes et solaires participant au mécanisme d’ajustement ont été multipliées par près de dix en un an. Un producteur qui prévoit mal sa production paie des écarts ; un exploitant de batterie qui prévoit mal les prix rate les heures les plus rentables. Chaque point de précision gagné se traduit en euros.

La météo elle-même ne se répète pas. Solargis a mesuré en 2025 une irradiation de 4 à 10 % supérieure à la normale sur une grande partie de l’Europe, avec l’année la plus ensoleillée jamais enregistrée au Royaume-Uni. Des modèles calibrés sur les années précédentes se trompent alors systématiquement, et c’est au data scientist de le détecter et de corriger.

Les principaux profils

Les offres se regroupent en quatre familles. Les spécialistes de la prévision estiment la production et la consommation sur des horizons de quelques minutes à plusieurs années, en combinant modèles météorologiques et historiques de mesure. Les analystes quantitatifs et les analystes des marchés de l’énergie modélisent les prix, valorisent les contrats et optimisent les batteries. Les analystes de performance comparent la production réelle des parcs à leur potentiel et repèrent les pertes. Les analystes métier, enfin, construisent les indicateurs des directions commerciales, financières et opérationnelles.

Les frontières avec la modélisation et la simulation énergétiques et avec l’ingénierie des données restent floues : beaucoup de postes demandent à la fois de construire le modèle et de le mettre en production.

Qui recrute

Londres et Berlin concentrent le plus d’offres, devant Hambourg, Houston, Glasgow et Melbourne. Les énergéticiens comme Ørsted, Vattenfall, EDP Renewables, NextEra Energy et AGL Energy emploient des équipes de prévision, de trading et de performance. Les fournisseurs OVO Energy et Rabot Energy analysent la consommation de leurs clients pour concevoir des tarifs dynamiques, et Landis+Gyr exploite les données de ses compteurs. Des éditeurs spécialisés font de l’analyse leur produit : Power Factors développe des logiciels de suivi de performance des parcs renouvelables, et Gridmatic optimise des batteries sur les marchés américains grâce à ses modèles de prévision.

Compétences recherchées

Le socle est commun à tous les secteurs : Python, SQL, statistiques, et une bonne maîtrise des méthodes d’apprentissage automatique. La différence se fait sur la connaissance du domaine : lire une prévision météorologique numérique, comprendre les règles d’un marché d’ajustement, interpréter des données SCADA bruitées. La prévision probabiliste, qui fournit une fourchette plutôt qu’une valeur unique, est désormais attendue sur tout poste lié au trading ou à l’équilibrage.

Le métier se déplace vers les petits actifs. Les centrales virtuelles agrègent des milliers de batteries domestiques, de pompes à chaleur et de bornes de recharge, et les modèles doivent désormais piloter ces flottes plutôt qu’une poignée de grands parcs. Les data scientists capables de passer d’un modèle de prévision à une stratégie d’optimisation sont les plus disputés.