Cette thèse s'intéresse à la prise en compte de la variabilité, et plus particulièrement de durées opératoires stochastiques, dans l'ordonnancement d'ateliers de type job-shop flexible. Une métrique, appelée niveau de service sur le makespan (date à laquelle toutes les opérations son terminées), est utilisée et motivée pour évaluer la robustesse d'un ordonnancement. Ce niveau de service correspond à la probabilité que le makespan soit inférieur à un seuil donné (typiquement une journée ou une semaine). Des méthodes de résolution sont proposées et validées pour déterminer un ordonnancement optimisant le niveau de service. Ces méthodes s'appuient sur des approches de la littérature pour le problème déterministe et sur la génération de scénarios basée sur la simulation de Monte-Carlo. De nombreuses expérimentations ont été conduites sur de nouvelles instances, qui étendent des instances classiques de la littérature en considérant que l'incertitude sur les durées opératoires est liée à un job ou à une machine. Les résultats numériques permettent d'évaluer l'impact de différents paramètres des approches, mais aussi de l'origine de l'incertitude (job ou machine). La thèse se conclut par différentes perspectives, en particulier sur la définition d'autres niveaux de service que celui considéré dans la thèse.