- Company Name
- Schaeffler
- Job Title
- Stagiaire R&D - Data Science H/F
- Job Description
-
Schaeffler est une entreprise technologique dynamique à l’échelle mondiale, et son succès est le résultat de son esprit d’entreprise et de sa longue histoire en tant que société privée. Cela vous semble-t-il intéressant ? En tant que partenaire de tous les grands constructeurs automobiles, ainsi que des acteurs clés dans les secteurs de l’aérospatiale et de l’industrie, nous vous offrons de nombreuses opportunités de développement.
Vos responsabilités principales
Start-up innovante du domaine de l’IoT industriel et de l'efficacité énergétique, récemment intégrée au groupe industriel Schaeffler, ECO-ADAPT a développé et commercialise 2 solutions complètes (Hardware & Software) :
Power-Adapt, pour le suivi des consommations énergétiques pour des applications du type Industrie 4.0 ou bâtiment intelligent
Predict-Adapt, pour la maintenance prédictive des machines tournantes (pompes, groupes froid, moteurs électriques…) permettant l’optimisation de la disponibilité des actifs
Le stage porte sur cette 2ème solution. Elle possède un très fort contenu technologique (électronique, traitement du signal, Data et ML), ayant nécessité 5 ans de R&D et aux domaines d’applications très variés (procédés industriels, mobilité, alimentation, …).
Basée en plein centre de Paris (9ème), avec une équipe jeune, d'une trentaine de personnes, ECO-ADAPT souhaite poursuivre son programme de développement en accueillant un/une stagiaire Data Science.
Le ou la stagiaire aura la responsabilité du développement de nouveaux indicateurs caractéristiques de défauts à partir des signaux électriques, en vue de valider de nouvelles fonctionnalités et d’affiner la caractérisation des défauts. Dans ce cadre, il/elle aura en charge de :
Participer à l’analyse des données issues d'expériences menées sur bancs test ou de systèmes en exploitation chez les clients, dans un premier temps de manière statistique afin de formuler des hypothèses sur les signatures des défauts recherchés
Contribuer à l’amélioration des algorithmes (transformées de Fourier, méthodes statistiques, à base de réseaux de neurones ...) de détection, d'identification et de gradation des défauts machines, avec une attention portée sur la gestion des phénomènes d’instabilité et de bruit
Développer un algorithme robuste de qualification de l’état de santé de la machine, vis-à-vis des défauts étudiés,
S’assurer du transfert effectif des derniers développements vers la solution industrielle.
Vos Qualifications
Nous sommes à la recherche d’un ou une étudiant(e) capable de mobiliser ses connaissances et ses compétences pour le traitement de larges jeux de données issues de mesures physiques.
Un intérêt pour les domaines relatifs à l’efficacité énergétique, la digitalisation de l’industrie, et les technologies industrielles d’objets connectés.
Une formation en statistiques, data science, machine learning et traitement du signal et/ou un premier stage en lien avec ces sujets.
Un esprit analytique et rigoureux et un goût prononcé pour l'analyse de données,
Une bonne maitrise de Python (et, de préférence : Jupyter notebook, Django, Pandas, Scikit-learn)
Une bonne capacité à travailler en autonomie, notamment pour analyser la littérature scientifique (articles de recherche), tout en s’inscrivant dans un travail d’équipe, où il/elle sera amené(e) à présenter ses résultats de manière synthétique à ses collègues.
En tant qu'entreprise mondiale avec des collaborateurs dans le monde entier, il est important pour nous que chacun puisse être traité avec respect, et de valoriser toutes les idées et perspectives. En appréciant nos différences, nous inspirons la créativité et stimulons l'innovation. De cette façon, nous contribuons à la création de valeur durable pour nos partenaires et la société dans son ensemble. Ensemble, nous faisons avancer la façon dont le monde bouge.
Des missions passionnantes et des opportunités de développement exceptionnelles vous attendent, car nous avons un impact sur l’avenir grâce à l’innovation. Nous espérons recevoir votre candidature.
www.schaeffler.com/careers
Votre correspondant
Eco Adapt SAS
Laurene Le Guern
+33238787369
Mots-clés : Etudiants; Programme d'études supérieures; Temps plein; Limité; Administration, services et assistance;
