test(ml,backend): couvre ML vers DB, puis la chaine complete jusqu'a l'API

Le pipeline ML n'avait aucun test touchant PostgreSQL : `ml/README.md` le disait, faute de
base joignable en CI. Le marqueur `integration` de `ml/pyproject.toml` etait declare et porte
par zero test.

- `ml/tests/conftest.py` : deux fixtures d'acces a la base, jamais interchangeables.
  `connexion_ml` annule sa transaction, `parc` valide ses ecritures parce que `run_scoring`
  ouvre sa propre connexion et ne verrait rien d'autre. Garde sur le nom de base, marque uuid
  sur chaque site, nettoyage dans l'ordre des cles etrangeres.
- `test_data_integration.py` : les neuf colonnes du contrat confrontees au schema Alembic
  reel, la borne `since`, l'ordre de tri dont dependent des lags positionnels, et le typage
  des colonnes entierement nulles.
- `test_score_integration.py` : les contraintes de `prediction` vues depuis le code qui
  ecrit, l'empilement volontaire de deux runs, et `run_scoring` de bout en bout sur un
  booster reel.
- `apps/backend/tests/test_chaine_ml_api.py` : lance les vrais binaires `enervision_ml.train`
  et `.score` en sous-processus, comme les DAGs, puis relit par `GET /api/v1/predictions`.
  Marqueur `chaine` distinct : le job `integration` du backend n'a pas l'environnement de ml/.
- `ml.yml` : job `integration`, seul du depot a reunir les deux environnements uv et une base.
  Ses `paths` incluent les migrations du backend, sans quoi le schema deriverait du SQL du
  pipeline sans que rien ne casse.
- Makefile : `migrate-test`, qui manquait (`enervision_test` n'a jamais recu de table),
  `ml-test-integration` et `test-chaine`.

ml/tests/test_data_integration.py

@@ -0,0 +1,154 @@
+from datetime import timedelta
+from pathlib import Path
+
+import pandas as pd
+import pytest
+from sqlalchemy import Connection
+
+from enervision_ml.data import (
+    OUTPUT_COLUMNS,
+    load_from_csv,
+    load_from_database,
+    load_recent_from_database,
+)
+from tests.conftest import ANCRAGE, insere_lecture, insere_lectures, insere_site
+
+pytestmark = pytest.mark.integration
+
+
+def test_load_from_database_returns_the_nine_contract_columns(connexion_ml: Connection) -> None:
+    site_id = insere_site(connexion_ml)
+    insere_lectures(connexion_ml, site_id, heures=3, fin=ANCRAGE)
+
+    frame = load_from_database(connexion_ml)
+
+    assert list(frame.columns) == OUTPUT_COLUMNS
+
+
+def test_load_from_database_joins_the_site_attributes_to_every_reading(
+    connexion_ml: Connection,
+) -> None:
+    site_id = insere_site(connexion_ml, site_type="factory", capacity_kw=250.0)
+    insere_lectures(connexion_ml, site_id, heures=3, fin=ANCRAGE)
+
+    frame = load_from_database(connexion_ml)
+
+    mien = frame[frame["site_id"] == site_id]
+    assert len(mien) == 3
+    assert set(mien["site_type"]) == {"factory"}
+    assert set(mien["capacity_kw"]) == {250.0}
+
+
+def test_load_recent_from_database_excludes_readings_before_the_since_bound(
+    connexion_ml: Connection,
+) -> None:
+    site_id = insere_site(connexion_ml)
+    insere_lectures(connexion_ml, site_id, heures=5, fin=ANCRAGE)
+
+    frame = load_recent_from_database(connexion_ml, since=ANCRAGE - timedelta(hours=2))
+
+    assert list(frame["timestamp"]) == [
+        ANCRAGE - timedelta(hours=2),
+        ANCRAGE - timedelta(hours=1),
+        ANCRAGE,
+    ]
+
+
+def test_load_recent_from_database_includes_a_reading_exactly_at_the_since_bound(
+    connexion_ml: Connection,
+) -> None:
+    site_id = insere_site(connexion_ml)
+    insere_lecture(connexion_ml, site_id, instant=ANCRAGE)
+
+    frame = load_recent_from_database(connexion_ml, since=ANCRAGE)
+
+    assert len(frame) == 1
+
+
+def test_load_recent_from_database_keeps_timestamps_timezone_aware(
+    connexion_ml: Connection,
+) -> None:
+    site_id = insere_site(connexion_ml)
+    insere_lecture(connexion_ml, site_id, instant=ANCRAGE)
+
+    frame = load_recent_from_database(connexion_ml, since=ANCRAGE)
+
+    assert frame["timestamp"].dt.tz is not None
+
+
+def test_load_recent_from_database_orders_readings_by_site_then_timestamp(
+    connexion_ml: Connection,
+) -> None:
+    site_id = insere_site(connexion_ml)
+    for decalage in (2, 0, 1):
+        insere_lecture(connexion_ml, site_id, instant=ANCRAGE + timedelta(hours=decalage))
+
+    frame = load_recent_from_database(connexion_ml, since=ANCRAGE)
+
+    assert list(frame["timestamp"]) == [
+        ANCRAGE,
+        ANCRAGE + timedelta(hours=1),
+        ANCRAGE + timedelta(hours=2),
+    ]
+
+
+def test_load_recent_from_database_returns_the_contract_columns_even_without_any_row(
+    connexion_ml: Connection,
+) -> None:
+    frame = load_recent_from_database(connexion_ml, since=ANCRAGE + timedelta(days=365))
+
+    assert frame.empty
+    assert list(frame.columns) == OUTPUT_COLUMNS
+
+
+def test_load_recent_from_database_types_a_fully_null_capacity_kw_as_float64(
+    connexion_ml: Connection,
+) -> None:
+    site_id = insere_site(connexion_ml, capacity_kw=None)
+    insere_lectures(connexion_ml, site_id, heures=3, fin=ANCRAGE)
+
+    frame = load_recent_from_database(connexion_ml, since=ANCRAGE - timedelta(hours=2))
+
+    assert frame["capacity_kw"].dtype == "float64"
+    assert frame["capacity_kw"].isna().all()
+
+
+def test_load_recent_from_database_types_a_null_is_working_hours_as_float64(
+    connexion_ml: Connection,
+) -> None:
+    site_id = insere_site(connexion_ml)
+    insere_lecture(connexion_ml, site_id, instant=ANCRAGE, is_working_hours=None)
+    insere_lecture(
+        connexion_ml, site_id, instant=ANCRAGE + timedelta(hours=1), is_working_hours=True
+    )
+
+    frame = load_recent_from_database(connexion_ml, since=ANCRAGE)
+
+    assert frame["is_working_hours"].dtype == "float64"
+    assert list(frame["is_working_hours"].isna()) == [True, False]
+
+
+def test_both_loaders_produce_the_same_columns_in_the_same_order(
+    connexion_ml: Connection, tmp_path: Path
+) -> None:
+    site_id = insere_site(connexion_ml)
+    insere_lectures(connexion_ml, site_id, heures=2, fin=ANCRAGE)
+    csv_path = tmp_path / "lectures.csv"
+    pd.DataFrame(
+        {
+            "site_id": [site_id],
+            "timestamp": [ANCRAGE],
+            "consumption_kwh": [50.0],
+            "temperature_celsius": [15.0],
+            "humidity_percent": [50.0],
+            "solar_irradiance_wm2": [0.0],
+            "is_working_hours": [True],
+            "site_type": ["office"],
+        }
+    ).to_csv(csv_path, index=False)
+
+    depuis_la_base = load_recent_from_database(connexion_ml, since=ANCRAGE - timedelta(hours=1))
+    depuis_le_csv = load_from_csv(csv_path)
+
+    assert list(depuis_la_base.columns) == list(depuis_le_csv.columns)
+    assert depuis_la_base.dtypes.to_dict() == depuis_le_csv.dtypes.to_dict()