Développement d’un outil pour la prédiction du risque d’insatisfaction des collectivités locales par l’utilisation des modèles d’analyse multicritères et de l’intelligence artificielle.

Offre de stage GRDF d’une durée de 6 mois

L’entreprise GRDF (Gaz Réseau Distribution France) :

GRDF est le principal distributeur de gaz naturel en France. Il exploite, entretient, maintient et développe le réseau public de distribution de gaz naturel dans les communes qu’il dessert, en toute sécurité, jusqu’à ses 11 millions de clients, quel que soit leur fournisseur d’énergie. GRDF assure la distribution du gaz naturel dans près de 10 000 communes en France au travers d’un réseau de distribution de près de 200 000 km.

Les enjeux du stage :

La satisfaction des collectivités est un actif stratégique pour GRDF. Dans un contexte challengeant la confiance des collectivités envers GRDF reste essentielle. Elle reflète le professionnalisme, l’engagement et la proximité de ses équipes et prestataires au services des clients, des collectivités et autorités concédantes.

L’ambition de GRDF est d’anticiper le risque d’insatisfaction avant qu’il se manifeste et passer d’une gestion réactive des insatisfactions à une approche préventive et collaborative. Grâce à des modèles d’analyse multicritères d’aide à la décision, déjà éprouvés depuis les années 70 dans des secteurs comme l’énergie ou l’industrie, l’enjeu est de prédire les risques d’insatisfaction et pouvoir accompagner très tôt les collectivités les plus exposées.

Le stage proposé porte sur le développement d’une approche méthodologique et d’un outil qui s’appuie sur les modèles d’analyse multicritères d’aide à la décision et les outils d’intelligence artificielle pour réaliser la prédiction du risque d’insatisfaction des collectivités territoriales.

Les missions du stage : Le stagiaire bénéficiera de l’appui et de l’expertise des référents GRDF et aura à sa disposition tous les outils nécessaires à la réalisation de ses missions. Ci-après les principales missions du stage :

A/ Réalisation d’un état des lieux sur les méthodes d’analyse multicritères et intelligence artificielle

• Recherches documentaires et comparatif des méthodes d’analyse multicritères (usages, limites, efficacités) et des outils d’intelligence artificielle.
• Arbitrage et sélection du modèle d’aide à la décision le plus adapté pour répondre à la problématique du stage.

B/ Développement d’une approche méthodologique et d’un outil permettant la prédiction du risque d’insatisfaction des collectivités

• Appropriation d’une maquette Excel déjà existante (méthode ELECTRE)
• Définition des critères métiers pertinents pour réaliser l’analyse. Elaborer une grille permettant de justifier les choix opérés et mettant en évidence des complémentarités entre les critères.
• Traduire par des modèles mathématiques simples l’impact des critères sur le risque d’insatisfaction. Normalisation des impacts ainsi calculés.
• Pondération des critères retenus selon leurs effets avec l’appui d’experts métiers GRDF.
• Réalisation des simulations outils Excel et/ou logiciels en open source à partir de scénarios

C/ Tests terrain des prédictions réalisées en relation avec les équipes territoriales et travaux de GRDF

• Tester la qualité des prédictions via des enquêtes terrain. Soumettre des listes des collectivités exposées au risque d’insatisfaction aux équipes territoriales et travaux de GRDF. Organiser les actions terrain et élaborer un retour d’expérience.
• Ajuster les paramètres du modèle de prédiction pour tenir compte des retours terrain et pour fiabiliser la qualité des prédictions.

D/ Analyser les possibilités de coupler le modèle de prédiction à de l’intelligence artificielle et au Machine/Deep Learning.

• Identifier les possibilités de perfectionner et de fiabiliser les résultats des prédictions par de l’intelligence artificielle. Intégration de nouveaux paramètres, analyse des résultats et élaboration de scénarios.
• Mise en place d’un protocole d’apprentissage Machine/Deep Learning.