L’automne dernier, NRB et Opinum ont organisé un hackathon dédié aux “data sciences”, un exercice de développement d’algorithmes à appliquer aux données de consommation d’énergie renouvelable. Les participants? Une quarantaine d’étudiants de l’Ecole polytechnique de l’UCLouvain, en Master 1 et 2, bac 3 et même quelques bac 1. 

Leur “mission”? Développer,  à partir de jeux de données réelles, des modèles performants de prédiction pour la production d’énergies renouvelables. En l’occurrence, les données mises à disposition étaient un jeu de trois années de données historiques de panneaux photovoltaïques, données traitées par Opinum via son Data Hub, générées par 102 panneaux résidentiels installés par la société Dauvister, partenaire de Luminus.

Objectif du modèle à développer: prédire, sur base de ces trois années d’historique, la production d’énergie nécessaire une quatrième année afin d’“aligner la production et la consommation d’énergie des ménages et éviter ainsi des coûts inutiles de stockage d’énergie et autres effets environnementaux secondaires néfastes”.

Echauffement avant le jour J

Si le concours de développement proprement dit s’est déroulé en un week-end, les étudiants avaient eu l’opportunité, en amont, pendant deux semaines, de découvrir les jeux de données ainsi que les outils proposés sur la plate-forme IBM Watson qui allait leur servir de terrain de jeux. Ils pouvaient donc, en amont, élaborer un premier modèle.

S’attaquer à un problème concret, avec des données réelles…

Lors de la journée du hackathon proprement dite, ils ont pu compléter, tester et éventuellement faire évoluer et affiner leur modèle, en lui injectant des données météo.

Les 42 participants se sont regroupés en 12 équipes mixtes (hybridation d’âges et de filières de formation). Au bout de l’exercice, les équipes et modèles imaginés ont été évalués selon des critères de performances, de précision, de méthodologie et de dynamique d’équipe.

La “créativité” a également été prise en compte. “Pour ce genre d’exercice, on recourt souvent à certaines méthodes compliquées telles que le deep Learning”, explique Michael Boeckx, chief technology officer chez NRB. “D’autres, plus simples, peuvent parfois produire des résultats tout aussi convaincants. L’approche choisie comptait donc aussi. Et, à cet égard, l’équipe composée d’étudiants bac 1 a par exemple récolté de bons points en raison de son approche créative.”

Un hackathon pour quoi faire?

Quels étaient, lors de ce hackathon, les buts et attentes des différentes parties concernées?

Pour les étudiants, c’était l’occasion de “se frotter” à des jeux de données et à des problématiques concrètes. Loin des théories auxquelles se limitent souvent les cours. C’était aussi l’occasion de découvrir l’univers des deux entreprises organisatrices.

Pour NRB, l’objectif était multiple: favoriser une visibilité pour la société dans l’esprit des étudiants, leur procurer une première découverte du monde de l’entreprise, leur démontrer qu’il y a des opportunités dans des compétences et métiers émergents, dénicher de possibles futurs talents à recruter, proposer des stages, ou encore démontrer à ses propres clients que la société déploie des compétences dans des domaines et problématiques “chaudes”.

Chez NRB, un premier noyau d’équipe data sciences a été constitué autour de Leila Rebbouh. Docteur en physique à l’origine, elle est une autodidacte des sciences des données. Ses deux premiers collaborateurs, eux, sont des data scientists juniors issus de l’ULiège.

Premières missions de l’équipe: démarrer l’évangélisation des data sciences sur le terrain, auprès des clients, dans les différents secteurs visés (industrie, secteur public, énergie, santé, assurances, automatisation financière…), développer des proof of concept ancrés dans des problématiques réelles “afin de valider le fait que les data sciences peuvent bel et bien profiter aux entreprises, par exemple pour améliorer la qualité de la production en usine ou diminuer les fraudes financières, le nombre de fuites d’eau, etc.”, explique Leila Rebbouh. De ces POC devraient émerger des produits que NRB pourrait industrialiser.

Imaginer un cadre plus efficient

Pour Opinum, le hackathon n’était en fait qu’une première étape, un galop d’essai dont les modalités seront “pivotées” à l’avenir afin de produire des résultats réellement “actionnables”.

Comme pour NRB ou tout autre fournisseur de solution, avoir un contact direct avec des étudiants est l’occasion de semer une petite graine, de les familiariser avec ses solutions et des perspectives professionnelles. Plus tard, peut-être utiliseront-ils ces outils pour en faire un axe de leur projet ou entreprise, ou serviront-ils d’ambassadeurs chez leurs futurs employeurs…

Pour Opinum, l’exercice de visibilité vise également les universités elles-mêmes, dans la dimension “possibles spin-offs”. Là encore pour inciter les porteurs de projets entrepreneuriaux à utiliser les solutions analytiques de la société comme éléments structurels… à tarif préférentiel. “Nous leur proposons nos outils pour qu’ils puissent faire l’économie de développements redondants, afin de pouvoir se concentrer sur d’autres axes d’innovation technologique”, souligne Loïc Bar, directeur général d’Opinum.

Pour en revenir au hackathon Data Sciences de l’automne dernier avec les étudiants de la Polytech de l’UCLouvain, qu’en a retiré Opinum et que compte-t-elle en faire? 

Donner une ampleur nouvelle à l’exercice d’exploration des modèles analytiques au service de la gestion énergétique…

L’un des objectifs visés était de procurer au client (en l’occurrence Dauvister et, en final, Luminus) un retour d’infos sur ce que les étudiants avaient pu réaliser au départ des données auxquelles il avait donné accès. A cet égard, les résultats seront assez limités. “Le format adopté pour ce hackathon était relativement simple, les étudiants n’ayant finalement que peu de temps pour travailler au défi proposé. Les conclusions qu’on peut en tirer sont relativement bonnes mais les modèles développés ne sont pas encore assez poussés. L’intérêt pour Luminus est donc limité”, explique LoÏc Bar.

Son intention est donc de reproduire l’exercice à une autre échelle, en faisant appel simultanément à des groupes d’étudiants venant de plusieurs universités, belges (UCLouvain, ULiège…) mais aussi européennes (des contacts ont par exemple déjà été établis avec l’université de Strasbourg). “Il faut en outre prendre le temps nécessaire pour aboutir à un résultat probant. Par exemple en en faisant un sujet de mémoire ou de stage. En sortant du modèle hackathon qui ne peut produire que des prototypes d’idées et a surtout un effet émulation.”

L’idée est donc redimensionner l’exercice et de proposer des incitants qui intéressent suffisamment les étudiants.

Stage, emploi à la clé, voire un incitant financier. “Le but étant qu’il en ressorte quelque réellement utilisable par le client”. Ce dernier pourrait donc participer à l’incitant financier ou laisser miroiter la possibilité d’un emploi ou stage.

“Ce sera l’un des objectifs d’Opinum en 2020: proposer des défis, en collaboration avec nos grands clients dans le secteur de l’énergie. Au niveau international.”

Côté universités, Loïc Bar espère convaincre des établissements belges ou étrangers disposant d’une section Data Sciences et/ou Environnement & énergie.

“Nos clients se disent intéressés par l’idée, notamment parce qu’ils éprouvent des difficultés à recruter des profils en analyse de données, en sciences des données… et qu’ils sont confrontés à de nombreuses problématiques métier auxquelles l’analytique pourrait apporter des réponses.”