Data Scientist F/H

Job Description Summary

À propos du rôle
Nous recherchons un Data scientist expérimenté, intéressé par la gestion de la performance des équipements électriques pour nous aider à élaborer des stratégies de maintenance plus intelligentes, à réduire les temps d'arrêt imprévus et à optimiser les performances des équipements industriels. Vous travaillerez en étroite collaboration avec des ingénieurs en fiabilité, des experts en maintenance et des ingénieurs de données pour transformer les données des équipements en informations exploitables et en modèles prédictifs.

Job Description

Principales responsabilités

• Vous développez et déployez des modèles de maintenance prédictive (par exemple, durée de vie utile restante, prévision des défaillances)
• Vous travaillez avec des experts du domaine pour interpréter les signaux et valider les modèles par rapport au comportement réel des actifs afin de détecter les anomalies et de prévoir les défaillances.
• Vous utilisez l'apprentissage automatique et des techniques statistiques pour identifier les modèles de performance des équipements et les modes de défaillance
• Vous contribuer au développement de jumeaux numériques et de tableaux de bord
• Vous communiquer les résultats aux parties prenantes techniques et commerciales pour soutenir les décisions de maintenance basées sur les données

• Langages : Python (Pandas, SciPy, Scikit-learn, TensorFlow, PyTorch), SQL
• Cloud et MLOP : AWS, Docker, Git
• Sources de données : données de capteurs et d'inspection

• Maîtrise ou doctorat en data science, en génie industriel, en mathématiques appliquées ou dans un domaine connexe
• Au moins 5 ans d'expérience avec l'analyse de séries temporelles et les modèles de maintenance prédictive (classification, régression, analyse de survie, etc.)
• La connaissance des concepts d'ingénierie de la fiabilité (analyse FMEA, Weibull et Cox) est un atout
• Expérience pratique de travail avec de grands ensembles de données
• Capacité à collaborer avec les équipes techniques et de terrain (maintenance, opérations)
• Fort esprit d'analyse, souci du détail et compétences en résolution de problèmes
• Excellentes compétences en communication pour présenter des résultats complexes à des parties prenantes non techniques

• Possède d'excellentes compétences interpersonnelles et aime le travail d'équipe
• Connaît la méthodologie agile (Scrum, sprints, stand-ups)
• Accorde une grande importance à la qualité des livrables et à la clarté des retours
• Est curieux, proactif et attentif aux évolutions technologiques du marché

• Develop and deploy predictive maintenance models (e.g., Remaining Useful Life, Failure Prediction)
• Work with domain experts to interpret signals and validate models against real-world asset behavior to detect anomalies and predict failures.
• Use machine learning and statistical techniques to identify patterns in asset performance and failure modes
• Contribute to the development of digital twins and dashboards
• Collaborate cross-functionally with operations and SME teams
• Communicate findings to technical and business stakeholders to support data-driven maintenance decisions

• Languages: Python (Pandas, SciPy, Scikit-learn, TensorFlow, PyTorch), SQL
• Cloud & MLOps: AWS, Docker, Git
• Data Sources: Time-series sensor data and inspection records

• Master's or PhD in Data Science, Industrial Engineering, Applied Mathematics, or a related field
• At least 5 years of experience with time-series analysis and predictive maintenance models (classification, regression, survival analysis, etc.)
• Knowledge of reliability engineering concepts (FMEA, Weibull and Cox analysis) is a strong plus
• Hands-on experience working with large datasets
• Ability to collaborate with both technical and field teams (maintenance, operations, etc.)
• Strong analytical mindset, attention to detail, and problem-solving skills
• Excellent communication skills to present complex results to non-technical stakeholders

• Has excellent interpersonal skills and enjoys teamwork
• Wants to be fully involved in the success of client projects
• Is familiar with agile working (Scrum, sprints, stand-ups, regular feedback, etc.)
• Places great importance on the quality of deliverables and clear feedback
• Is curious, proactive, and attentive to technological developments in the market
• Driven by a desire to continuously learn and be an active participant in their own development