Moteurs aéronautiques civils et militaires.
Safran Aircraft Engines conçoit, développe, produit, commercialise et supporte, seul ou en coopération, des moteurs aéronautiques civils et militaires aux meilleurs niveaux de performance. La société est notamment, à travers CFM International, le leader mondial de la propulsion d’avions commerciaux courts et moyen-courriers avec les gammes de moteurs CFM56 et LEAP qui équipent les dernières générations d’avions de la famille Airbus A320neo, Boeing 737 MAX et COMAC C919.
Dans le domaine de la propulsion militaire, la société a intégralement conçu, développé et produit le M88 et le M53 qui équipent respectivement le Rafale et le Mirage 2000 et sera intégrateur du moteur du futur avion de combat européen (Next Génération Fighter) du SCAF, dont l’entrée en service est prévue d’ici 2040.
En 2021, Safran a signé aux côtés des leaders de l’industrie aéronautique la déclaration de l’ATAG qui vise à garantir la neutralité carbone du secteur en 2050. Cet engagement se traduit par l’activation de plusieurs leviers, dont le développement de moteurs en rupture ultra-efficaces qui seront compatibles avec 100% de biocarburants et de l’hydrogène.
Safran Aircraft Engines travaille sur cet axe dans le cadre du programme RISE de CFM.
Votre objectif :
Transformer les données de vol en analyses et recommandations utiles à la maintenance et aux opérations des compagnies aériennes.
Votre environnement :
Au sein de Fleet Data Engineering, le service On-Wing Monitoring transforme les données des moteurs CFM56 et LEAP en détections précoces, recommandations de maintenance et analyses de flotte. À l'interface entre expertise moteur, data et support client, l'équipe travaille avec GE, les entités Support et Services et les compagnies aériennes.
Vos missions :
Développer et améliorer le monitoring moteur
• Analyser les données moteur et identifier les dérives ou comportements atypiques.
• Développer, tester et valider des analytics de détection et de suivi pour les flottes CFM56 et LEAP.
Industrialiser les alertes et les recommandations
• Construire et industrialiser les alertes et recommandations de maintenance, de la validation à la mise en production.
• Piloter leur performance à partir de la pertinence des alertes, du taux de dismiss et de l'efficacité des CNR, puis conduire les plans d'amélioration.
Réaliser des études de flotte
• Réaliser des études de flotte en croisant données de vol, configurations matérielles, environnement et contexte opérationnel.
• Restituer les résultats sous forme de synthèses, visualisations et recommandations exploitables par les équipes Programme, Support, Marque Technique et Conception.
Accompagner les clients et les équipes internes
• Apporter une expertise monitoring aux équipes internes, compagnies aériennes et loueurs.
• Expliquer les analyses et leurs limites, recueillir les retours d'expérience et les traduire en améliorations concrètes.
Concevoir le monitoring du futur
• Imaginer et prototyper des analytics plus innovants, fondés sur les données disponibles et les besoins opérationnels émergents.
• Concevoir de nouveaux services de monitoring créateurs de valeur pour les opérateurs et contribuant à maintenir la compétitivité de l'offre.
• Automatiser les analyses, fiabiliser les traitements et faire évoluer les outils et tableaux de bord jusqu'au déploiement opérationnel.
Vous êtes diplômé d'une école d'ingénieur ou d'un cursus universitaire de niveau Bac+5, avec une spécialisation en mécanique, énergétique, aéronautique, data science ou dans un domaine équivalent.
Compétences indispensables :
• Solide compréhension des turbomachines, de la thermodynamique et des principaux paramètres moteur.
• Capacité à analyser des séries temporelles, contrôler la qualité des données et conduire une investigation jusqu'à la recommandation.
• Pratique de Python pour l'analyse, l'automatisation ou le prototypage, et maîtrise d'Excel pour restituer clairement les résultats.
• Anglais professionnel permettant de travailler avec des partenaires et clients internationaux.
Compétences appréciées :
• Expérience de PySpark et des environnements Big Data pour traiter des volumes importants de données.
• Connaissance d'AWS et des services cloud de traitement ou de stockage de données.
• Pratique de SQL, Git et d'un outil de visualisation tel que Power BI ou Spotfire.
• Connaissance des modes de défaillance, configurations hardware et effets de l'environnement sur les performances moteur.