Lead Data & IA pour l'Ingénierie H/F
Role details
Job location
Tech stack
Job description
Piloter et structurer l'exploitation des données d'ingénierie et déployer des solutions d'intelligence artificielle au service du développement, de la validation et du support en service des produits, en s'appuyant notamment sur les jumeaux numériques et les simulations avancées.
Responsabilités principales
- Management de la plateforme Data Engineering
- Piloter une plateforme de données couvrant : o L'intégration et la structuration o Le garantie de la qualité, la cohérence et l'accessibilité
- Déploiement de l'IA appliquée à l'ingénierie
-
Structurer et industrialiser l'usage de l'IA dans les activités d'ingénierie
-
Identifier et implémenter les modèles de machine learning adaptés :
-
Développer des usages autour des LLM : o assistance à la validation des exigences o génération / vérification de cas de test
-
Mettre en place des solutions d'assistance à la conception
- Développement et exploitation des jumeaux numériques
- Contribuer au développement des jumeaux numériques produits
- Exploiter ces jumeaux pour l'ensemble de la chaine de développement
- Déployer des outils d'analyse avancée pour : o Traitement des dérogations (non-conformités) o Prédiction de pannes et maintenance prédictive
- Simulation avancée et méthodes numériques
- Développer et intégrer des outils de simulation FEM
- Concevoir des méthodes innovantes de calcul
- Implémenter des stratégies d'optimisation, Structuration de projets complexes
- Interaction forte avec équipes métier (ingénierie, essais, maintenance)
- Vision produit et cycle de vie
- Forte aptitude à la collaboration transverse et à la communication multi-métiers, Data Engineering (architecture, flux, stockage)
- Machine Learning & IA (dont LLM)
- Simulation numérique (FEM)
- Jumeaux numériques
- Python / outils data / HPC
Scientifiques
- Mathématiques appliquées
- Statistiques
- Algorithmes
Transverses
- Structuration de projets complexes
- Interaction forte avec équipes métier (ingénierie, essais, maintenance)
- Vision produit et cycle de vie
- Forte aptitude à la collaboration transverse et à la communication multi-métiers
Requirements
Data Engineering (architecture, flux, stockage)
- Machine Learning & IA (dont LLM)
- Simulation numérique (FEM)
- Jumeaux numériques
- Python / outils data / HPC
Scientifiques
- Mathématiques appliquées
- Statistiques
- Algorithmes, Machine learning Intelligence artificielle Traitement des dérogations Python