Data Scientist Services H/F

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense.

Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible.

Implanté sur tous les continents, le Groupe emploie 92 000 collaborateurs pour un chiffre d'affaires de 23, 2 milliards d'Euros en 2023, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés.

Safran s'engage dans des programmes de recherche et développement qui préservent les priorités environnementales de sa feuille de route d'innovation technologique.

Safran est la 1ère entreprise du secteur aéronautique et défense du classement World's Best Companies 2023 du magazine TIME.

L'exploitation robuste et fiable des équipements et produits aéronautiques sont au coeur des problématiques opérationnelles des avionneurs et des compagnies aériennes.

Dès leur livraison ces produits entrent dans un marché riche et concurrentiel et opérant dans des environnements complexes.

Ils génèrent des données de nature diverse tout au fil de leur vie, que ce soit pendant l'utilisation (jusqu'à plusieurs Gigabytes par vol), ou pendant les opérations de maintenance.

Avec des enjeux importants sur la sécurité, l'empreinte carbone, la rentabilité, et la confiance client, ces données présentent à la fois une opportunité pour connaître l'utilisation des produits afin d'orienter la prise de décision sur des aspects de maintenance, logistique, l'analyse de marché, et de la prévision de la demande, entre autres.

En tant que Data Scientist dans le domaine de services, vous aurez comme mission principale de contribuer au succès des projets Data Science de ce périmètre, en participant activement pendant les phases d'analyse et modélisation statistique des données.

• Diplôme d'Ingénieur, en mathématiques appliquées, Computer Science, ou des domaines de proximité : statistiques, modélisation des données, informatique décisionnelle.
• Bac +5, ou Doctorat avec ambition d'appliquer les connaissances dans un contexte business et opérationnel. Une première expérience dans un poste de Data Scientist est un plus.

Compétences Techniques : - Connaissance solides et expérience sur l'application de méthodes d'analyses de données (statistiques et algorithmes, machine learning / deep learning, modèles prédictifs, scoring, segmentation, forecasting)- Maîtrise de Python- Expérience significative avec les modèles large de langage et les modèles de vectorisation de texte / image.

• Connaissances solides sur l'exploitation des base de données (SQL et NoSQL)- Conaissances basiques sur des practices de software engineering et data engineering (containers, orchestration, exploitation des plateformes "big data"), ainsi que sur l'utilisation des clouds privés ou publics.
• Bonus : Connaissance des données d'aviation; Une première expérience sur au moins une des problématiques suivantes : analyse de fiabilité d'équipements, exploitation de données de type série temporelle, de la détection d'anomalie, de la prévision;

affinité pour l'ingénieurie mécanique.Compétences transverses- Capacité à travailler en équipe, de manière agile, avec rigueur et écoute.

Esprit de transparence, challenge, créativité et force de proposition.- Communication orale claire et synthétique, sachant adapter son discours en fonction du public afin de vulgariser ou détailler des éléments techniques.

Plus concrètement, votre mission vous mènera à : - Explorer le comportement des données à travers de la visualisation et des méthodes statistiques.

• Concevoir et déployer des modèles d'analyse et de prédiction basés sur des méthodes statistiques (i.e. machine learning / deep learning), d'analyse de série temporelle et d'optimisation, afin de supporter la prise de décision.
• Contribuer à la construction d'un socle technique data science autour des méthodes pertinentes, et à la diffusion de cette connaissance.

Proposer des nouvelles idées sur les méthodes d'extraction d'information utiles des données.- Concevoir des outils efficaces de visualisation et de "storytelling" (des dashboards ou des rapports) pour l'exploitation et la compréhension des analyses.

Présenter les résultats d'analyses techniques à une cible business.