Nous recrutons un(e) Data Scientist expérimenté(e) pour intervenir chez un acteur majeur du secteur aéronautique.
Vous rejoindrez le Département Data, au sein d’une équipe dédiée à l’optimisation des performances opérationnelles.

Vous travaillerez sur des projets à fort impact industriel, notamment autour de :

• la maintenance prédictive,

• l’analyse de causes racines,

• et l’optimisation des systèmes complexes.

Vos missions

Vous interviendrez sur l’ensemble du cycle de vie des projets data, de la conception à la mise en production :

• Explorer, nettoyer et structurer les données issues de capteurs et systèmes industriels.

• Concevoir, évaluer et optimiser des modèles de Machine Learning et de séries temporelles (prévision, détection d’anomalies, analyse de tendances).

• Industrialiser et faire évoluer les modèles existants en garantissant leur performance et leur fiabilité dans le temps.

• Contribuer à l’amélioration continue des pipelines de données et des outils d’analyse au sein de l’équipe.

Vous apporterez votre expertise technique et méthodologique pour transformer les données en leviers d’aide à la décision et de performance opérationnelle.

• Diplômé(e) d’une grande école d’ingénieurs ou d’un cursus équivalent, vous justifiez d’une expérience confirmée en Data Science appliquée aux séries temporelles et à la modélisation prédictive.

• Vous maîtrisez les langages et outils de référence : Python, Pandas, Scikit-learn, PySpark, NumPy, ainsi que les bonnes pratiques de développement et d’industrialisation (Git, tests, CI/CD).

• Vous possédez une excellente compréhension des problématiques liées aux séries temporelles, à la maintenance prédictive et à l’analyse de causes racines dans un contexte industriel.

• Une expérience dans le déploiement de modèles en production et la mise en œuvre sur des environnements Cloud (GCP) constitue un atout.

• Vous faites preuve d’un esprit analytique, d’une rigueur scientifique et d’un goût prononcé pour la collaboration au sein d’équipes pluridisciplinaires orientées innovation et performance opérationnelle.