L’offre de poste se place dans le cadre d’une collaboration entre la société Thuasne à Saint-Étienne et Mines Saint-Etienne avec l’institut Henri Fayol (équipe GMI).

L’objectif de ce projet est d’optimiser les contrôles qualité dans la fabrication de dispositifs médicaux en exploitant les différentes données disponibles dans la chaîne de production. Afin de réaliser cet objectif, il s’agit d’explorer différentes solutions d’apprentissage statistique appliquées à la détection d’anomalies, adaptées aux types de données issues du processus de fabrication.

Missions

- L’appropriation des différents types de contrôle de qualité réalisés dans le cadre du processus de fabrication en lien avec les experts du domaine (cartographie des contrôles qualité)
- L’analyse les ensembles des données disponibles afin d’identifier les données exploitables pour l’analyse de la qualité et du contrôle qualité
- La priorisation et sélection des contrôles qualité de ces processus de production qui seront cibles des phases suivantes du travail en fonction de la durée et de la faisabilité de l’étude.
- La sélection des méthodes d’apprentissage automatique les mieux adaptées aux données retenues pour la détection de la non - qualité ou de défauts de fabrication à partir d’un état de l’art adapté
- Le développement, les tests et la validation des différentes méthodes de contrôle de qualité
- Le transfert des connaissances et des résultats de l’étude auprès du partenaire industriel
- La valorisation de ce travail par des publications dans les conférences du domaine

Profil

Le candidat devra être titulaire d’un doctorat en mathématiques appliquées, ou en sciences de donnéesen lien avec l’apprentissage statistique. Une expérience sur les techniques de détection d’anomalies et les techniques d'analyse des causes sera tout particulièrement appréciée
Les compétences attendues concernent :

- L’analyse et le traitement des données.
- Les Sciences des données, l’apprentissage automatique (machine learning), l’apprentissage profond (deep learning) et l’identification de modèles.
- Les Méthodes et algorithmes de détection d’anomalies et des techniques d’identification de causes
- Une expérience professionnelle significative dans le domaine du contrôle de qualité et del 'optimisation des chaînes de production industrielle.
- La capacité à traiter différents types de données : quantitatives, qualitatives et/ou textuelles.
- La maîtrise des langages de programmation Python et R.
- Des compétences en implémentation et industrialisation des différents algorithmes développés.

Conditions

Missions sur le campus de St Etienne
CDD de 12 mois
Prise de fonction au 1er juin 2024
Dossier de candidature à déposer au plus tard le 14 avril 2024 sur la plateforme RECRUITEE


Plus d'infos ci-dessous