Ingénieur·e de Recherche en Data Science Recherche Opérationnelle H/F

Saint Gobain Recherche

Le Datalab de Saint-Gobain regroupe une vingtaine de chercheurs en mathématiques et data science travaillant pour l'ensemble des activités du Groupe Saint-Gobain. Il intervient sur les grands enjeux de transformation digitale du Groupe, en s'attaquant à une grande variété de problématiques allant de l'amélioration de la production industrielle à l'optimisation de la supply chain. Notre objectif est toujours, au-delà de la minimisation des coûts, de réduire au maximum notre consommation d'énergie, de matières premières et notre empreinte CO2.
Au sein du DataLab, l'équipe Data & Decision Sciences est spécialisée dans les approches de Recherche Opérationnelle (RO), dans le but de fournir des solutions innovantes et sur-mesure.
- Collaborer avec les activités et entités du Groupe pour cadrer leurs besoins et mener des projets concrets sur des thématiques aussi variées que la production, la supply chain ou le marketing.
- Modéliser l'ensemble des contraintes du problème identifié, proposer un algorithme permettant de le résoudre, afin d'aider à une prise de décision optimale.
Communiquer efficacement avec vos clients pour partager vos analyses et résultats à l'aide de visualisations interactives, de présentations, de documents ou de notebooks.
- Intégrer le modèle mathématique dans des prototypes applicatifs, accompagner leur industrialisation auprès du métier.
- Assurer une veille sur les nouvelles méthodes en recherche opérationnelle, optimisation ou machine learning, et les partager avec les autres membres du DataLab lors de nos séminaires internes, afin de garantir la qualité scientifique des méthodes du groupe.

Vous serez responsable du cadrage, des propositions, de la maîtrise des délais et des ressources sur les projets que vous aurez à mener. Vous possédez de bonnes capacités relationnelles pour mener des projets dans une ambiance collaborative et pour établir des contacts internes au Groupe Saint-Gobain (autres centres R&D, usines, directions industrielles, marketing, etc.) et externes (start-ups, meet-ups, communautés de RO & data science, laboratoires académiques).