Safran

Stage - Data Science & IA pour la Maintenance Prédictive F/H

Internship or early careerData & Analytics

Listed on Safran’s official careers site. Posted November 10, 2026. Check that it is still open and apply there.

Apply on Safran’s careers site →

Job description

Contexte et problématique Les équipements industriels génèrent des données variées, issues des capteurs, des alarmes, des paramètres de production et des historiques de maintenance. À partir de ces données, tu contribueras à constituer des jeux d'apprentissage fiables et à comparer plusieurs approches d'intelligence artificielle. Tu prendras en compte les contraintes liées à la rareté des pannes, au déséquilibre des classes et aux risques de fuite temporelle, ainsi que les enjeux d'explicabilité des résultats et de transférabilité des modèles entre équipements.

Au-delà des aspects techniques, tu contribueras à des projets d'avenir en étroite collaboration avec les équipes métiers, au plus près de leurs problématiques opérationnelles. Ces échanges te permettront de mieux comprendre les réalités du terrain et de mobiliser leur expertise pour concevoir ensemble des solutions concrètes, utiles et adaptées à leurs besoins. Objectifs Définir les événements à prédire et les horizons de prédiction.

Construire des bases d'entraînement fiables, traçables et comparables. Prototyper des approches symboliques, de machine learning et temporelles. Comparer les performances, la robustesse, l'explicabilité et le coût de mise en œuvre des modèles. Identifier les conditions nécessaires à leur généralisation à plusieurs machines. Missions principales

  • Préparation des bases d'entraînement Définir les règles de labellisation avec les référents métiers. Construire les fenêtres d'observation, les horizons de prédiction et les stratégies d'échantillonnage. Mettre en place des découpages temporels entre les jeux d'entraînement, de validation et de test, afin d'éviter les fuites de données.
  • Feature engineering Créer des variables portant sur les niveaux, les tendances, la variabilité, les dépassements, les séquences d'alarmes et les écarts aux consignes. Développer des composants de features paramétrables et réutilisables d'un équipement à l'autre.

Modélisation IA symbolique

  • règles expertes, seuils, logique événementielle et systèmes hybrides.

Machine learning

classification, scoring de risque, détection d'anomalies et modèles ensemblistes.

Modèles temporels

approches séquentielles et modèles de séries temporelles adaptés aux données industrielles. 4. Évaluation et explicabilité Définir des métriques adaptées au coût des faux positifs et des faux négatifs. Comparer les modèles par machine, par période et par régime de fonctionnement. Produire des explications utiles et exploitables par les équipes de maintenance. Tu recherches un stage de fin d'études stimulant dans le domaine de la data et de l'intelligence artificielle ?

Rejoins la DSI de Safran Nacelles et participe à des projets concrets, au service des équipes et des enjeux industriels du site. Au cours de ce stage, tu travailleras sur l'exploitation des données industrielles afin d'étudier différentes approches d'intelligence artificielle appliquées à la maintenance prédictive. Tu collaboreras avec des équipes techniques et métiers pour mieux comprendre leurs besoins et contribuer à la création de solutions adaptées aux réalités du terrain.

Profil recherché Tu prépares un diplôme de niveau Bac+4 ou Bac+5 en data science, intelligence artificielle, statistiques, mathématiques appliquées ou informatique. Tu as une démarche expérimentale solide et tu accordes une attention particulière à la qualité des données. Tu sais analyser les résultats et les traduire en recommandations opérationnelles. Ta curiosité, ta rigueur, ton autonomie et ta capacité à vulgariser des sujets techniques te permettront de réussir dans ce stage.

Un intérêt pour les problématiques industrielles est également attendu.

Compétences essentielles

Maîtrise de Python et de Git. Préparation et analyse de données temporelles. Bonnes connaissances en statistiques et en machine learning, supervisé comme non supervisé. Compétences appréciées Connaissance des modèles probabilistes. Familiarité avec l'environnement AWS et Dataiku. Notions de maintenance industrielle. Expérience souhaitée Tu as déjà réalisé un projet académique ou un premier stage portant sur des séries temporelles, des données issues de capteurs ou la détection d'anomalies.

More jobs at Safran

Similar jobs at other companies

Spécialiste des pièces pour véhicules lourds

Genuine Parts · Amos, QC, Canada

Spécialiste des pièces pour véhicules lourds

Genuine Parts · Boucherville, QC, Canada

OpenNash lists jobs from employers’ own careers sites and does not handle applications. Dates come from the employer where stated; “first seen” and “last checked” are our own observations.