Stagiaire R&D - Data Science H/F

Paris, FR, 75009

Schaeffler

View company page

 

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

Au sein de l'équipe Data Science et dans le cadre du programme de R&D de la solution, 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 

Schaeffler France SAS 

Laurene Le Guern 

+33238787369 

 

 

Mots-clés : Etudiants; Autres; Temps plein; Limité; Administration, services et assistance; 

Apply now Apply later
  • Share this job via
  • or

Tags: Django Jupyter Machine Learning Pandas Python R R&D SAS Scikit-learn Vue

Region: Europe
Country: France
Job stats:  52  12  0
Category: Deep Learning Jobs

More jobs like this

Explore more AI, ML, Data Science career opportunities

Find even more open roles in Artificial Intelligence (AI), Machine Learning (ML), Natural Language Processing (NLP), Computer Vision (CV), Data Engineering, Data Analytics, Big Data, and Data Science in general - ordered by popularity of job title or skills, toolset and products used - below.