Les systèmes aéronautiques modernes génèrent des quantités massives de données tout au long de leur cycle de vie. Ces données contiennent des informations essentielles pour surveiller l'état des équipements, détecter des anomalies précocement et optimiser la maintenance.
Chez Safran Analytics, vous intégrerez l'équipe en charge du développement et du déploiement de solutions innovantes pour le suivi d'état des équipements. Vous participerez à la conception et au développement de modèles statistiques et de machine learning exploitant les données capteurs issus de systèmes complexes. Votre travail permettra de fournir des indicateurs fiables et prédictifs, au service des experts métiers.
Vous participerez aussi à l'initiative Inner Source du groupe Safran : une démarche « open source interne » consistant à créer et partager des packages, outils et bonnes pratiques réutilisables par l'ensemble des sociétés du groupe Safran, afin de mutualiser le savoir-faire via un socle commun et d'accélérer l'innovation.

Responsabilités
- Traduire les besoins métiers et questions des clients internes en analyses de données concrètes et opérationnelles.
- Mettre en place et suivre des métriques de santé d'équipements, de qualité et de complétude des données.
- Analyser des données issues de capteurs, de télémétrie ou de maintenance pour détecter des tendances ou anomalies.
- Créer et maintenir des dashboards clairs et interactifs pour exposer les insights et permettre un suivi opérationnel.
- Collaborer avec les data scientists sur l'évaluation des performances d'algorithmes et la restitution des résultats.
- Participer à l'amélioration continue de la qualité de données et des méthodes d'exploitation associées.

Formation Bac+5 scientifique, avec spécialisation en analyse et traitement statistique de données.
Compétences techniques :
- Maîtrise du SQL et forte aisance avec le langage Python.
- Connaissance des méthodes statistiques et maîtrise d'outils de data visualisation (ex : PowerBI, Dash, Plotly, Seaborn).
- Familiarité avec l'exploitation de bases de données (SQL et NoSQL) et APIs.
- Notions de machine learning (clustering, modèles prédictifs).