Data Scientist - Maintenance Prédictive (H/F)

Dans le cadre du renforcement de ses équipes, nous recherchons un Data Scientist - Maintenance Prédictive (H/F) pour intervenir sur des activités d'analyse de données industrielles et de développement de modèles prédictifs dans un environnement technique exigeant.

Vous interviendrez sur des missions essentielles mêlant analyse de données, séries temporelles, détection d'anomalies et développement Python, en lien direct avec les équipes Maintenance, Qualité et Ingénierie.

Vos missions principales

• Analyser les données issues des équipements, capteurs et historiques de maintenance,
• Réaliser la structuration, le nettoyage et la préparation des datasets,
• Développer des modèles de séries prédictives (ARIMA, Prophet, LSTM.),
• Mettre en place des algorithmes de maintenance prédictive (détection de dérives, anomalies, patterns),
• Déployer les modèles dans l'environnement industriel et assurer leur suivi,
• Participer aux revues techniques et aux analyses de performance,
• Garantir la qualité et la conformité des livrables,
• Collaborer avec les équipes Data, Maintenance, Qualité et Ingénierie.

Informations pratiques :

Démarrage : dès que possible

Horaires : Journée

Localisation : Aucamville (31)

Environnement : Data / Maintenance prédictive / Industrie

Le profil recherché :

Issu(e) d'un environnement industriel ou technique exigeant, vous justifiez d'une pratique confirmée de l'analyse de données, du développement Python et des modèles prédictifs appliqués à la maintenance.

Vous avez développé les compétences suivantes :

Maîtrise de Python (Pandas, NumPy, Scikit-learn ; TensorFlow/PyTorch appréciés),

Pratique confirmée des séries temporelles / séries prédictives,

Connaissance des environnements industriels, capteurs, télémétrie, fiabilité,

Développement de modèles de détection d'anomalies et prédiction de pannes,

Compréhension des contraintes opérationnelles de maintenance,

Capacité à vulgariser et à travailler avec des équipes terrain.

Une expérience en maintenance prédictive serait un plus.