Data analyst stagiaire en production H/F H/F

Description de l'offre

Entité de rattachement

Safran Aircraft Engines est un motoriste de premier rang mondial sur le marché de la propulsion aéronautique – civile et militaire – et spatiale. Au sein de CFM International, Safran Aircraft Engines développe et produit le « best seller » CFM56, le moteur le plus fiable de sa génération dans la catégorie des avions monocouloirs. Le LEAP, son successeur, a été conçu pour équiper les nouvelles générations d'avions monocouloirs. Intégrant les technologies les plus avancées, le moteur LEAP offrira aux opérateurs une réduction à deux chiffres en termes de consommation de carburant et d'émissions de CO2, par rapport aux meilleurs moteurs CFM actuellement en service. Il doit entrer en service en 2016 sur l'Airbus A320neo. Safran Aircraft Engines est aussi un acteur majeur dans le domaine de la propulsion militaire : la société a développé et produit les moteurs M53 et M88 qui équipent respectivement les avions de combat Mirage 2000 et Rafale. Enfin, Safran Aircraft Engines propose à ses clients civils et militaires une gamme complète de supports et services, afin d'optimiser la disponibilité des appareils.

* Les moteurs CFM56 sont produits par CFM International, une société commune 50/50 entre Safran Aircraft Engines et GE.  

Description du poste

Filière principale / Métier principal

Production - Méthodes

Intitulé du poste

Data analyst stagiaire en production H/F H/F

Type contrat

Stage

Durée du contrat

6 mois

Statut

Etudiant

Temps de travail

Temps complet

Description de la mission

Au sein du Centre d'Excellence Industrielle pièces composites tissées, vous participerez à l'amélioration de la productivité via la statistique dans le contexte de montée en cadence du moteur LEAP. Rattaché aux méthodes centrales et sous la responsabilité du Data Analyst, vous serez en interaction avec les équipes des bureaux des méthodes, ainsi que les équipe Data Management des usines de Rochester (USA – New Hampshire) et Commercy (55).

Le but de ce stage est de créer un outil de visualisation de données permettant aux ingénieurs process de mieux appréhender en temps réel la qualité des pièces produites, et d'identifier des dérives de production. Le stagiaire devra aussi analyser les caractéristiques des pièces qui ressortent comme atypique selon les indicateurs qu'il aura créés, afin d'identifier les causes racines potentielles expliquant ces profils atypique, et permettre à l'ingénieur process de mettre en œuvre des actions d'amélioration en conséquence.

Les principales étapes seront les suivantes :
- Compréhension des besoins métier des ingénieurs process
- Analyse des données disponibles : collecter, explorer les données et vérifier leur cohérence
- Création d'un modèle de données qui sera ensuite interrogé pour générer les indicateurs souhaités.
- Création d'une interface web sous R-Shiny, interface user-friendly via laquelle un utilisateur-client pourra charger ses données et visualiser les indicateurs.
- Identification de profils de pièces atypiques et création d'indicateurs dédiés (traitement du signal)
- Analyse datamining afin d'identifier les causes racines potentielles expliquant ces profils atypiques, via des modèles d'apprentissage supervisé.

Profil recherché

Profil candidat

Vous êtes étudiant de niveau bac+4 ou 5, de type ingénieur, ou Master 2 avec une spécialité en statistiques et informatique mathématique et des connaissances sur les méthodes 6-Sigma ou MSP. Vous possédez idéalement une première expérience en milieu industriel et vous avez une bonne maîtrise de l'anglais.
Vos compétences techniques :
- Expérience de la programmation en R, et idéalement en Shiny.
- Bonne connaissance de techniques classiques de traitement du signal et des méthodes de Machine Learning
- Connaissances informatiques (SQL, interface client-serveur ...)

Votre profil :
- Autonomie, curiosité, dynamisme et rigueur,
- Force de proposition,
- Capacité à adapter et "vulgariser" votre sujet pour qu'il soit compréhensible par tous les types de profils,
- Esprit de synthèse,
- Capacités d'écoute,
- Bonne communication écrite et orale.