Ingénieur Fiabilité - Reliability Engineer H/F Nbtech Toulouse

Dans le cadre de l'optimisation du support client, de la navigabilité et de la performance en service de nos équipements aéronautiques, notre société recherche un Ingénieur Fiabilité / Reliability Engineer (H/F).

Intégré(e) au sein de l'équipe Support & Fiabilité, vous pilotez l'analyse des données de vol et de maintenance afin d'évaluer la robustesse des systèmes et d'identifier les axes d'amélioration continue.

Vos missions principales :

Analyse des données de fiabilité : Analyser et valider les données de fiabilité des équipements aéronautiques en service.
Suivi des indicateurs clés : Exploiter les indicateurs de performance de type MTBF (Mean Time Between Failures) et MTBUR (Mean Time Between Unscheduled Removals).
Investigation & Shop Findings (SFR) : Analyser en détail les rapports de performance et les Shop Findings Reports (SFR) issus des ateliers de réparation.
Détection des défaillances : Identifier les tendances, les incohérences et les pannes récurrentes pour anticiper les risques techniques.
Traitement avancé des données : Mettre en oeuvre des outils d'analyse performants, notamment via Skywise, des scripts Python et des analyses statistiques de type Weibull.
Challenging & Collaboration : Mener un travail critique sur les données fournisseurs et échanger activement en anglais technique avec les partenaires internationaux.

Informations pratiques :

Localisation : Toulouse / Blagnac (31)
Organisation du travail : Horaires de journée
Démarrage : ASAP
Rémunération : Selon expérience

Le profil recherché :

De formation Bac +5 / Ingénieur en Aéronautique, Statistiques, Fiabilité ou Science des Données (École d'ingénieurs ou Master M2), vous justifiez d'une première expérience réussie en analyse de données de fiabilité ou en support technique dans le secteur aéronautique.

Vos compétences clés :

Maîtrise des indicateurs de fiabilité aéronautique (MTBF, MTBUR) et des méthodes d'analyse statistique (Analyse Weibull).
Compétences techniques avérées en manipulation de données : maîtrise de Python et appétence pour l'utilisation d'outils big data/analytiques (type Skywise).
Connaissance des outils d'intelligence artificielle appliqués à la maintenance prédictive (un vrai plus).
Capacité à challenger les données et à structurer des plans d'action face aux fournisseurs.
Anglais technique courant (impératif pour les échanges écrits et oraux).
Rigueur analytique, esprit critique, excellentes capacités de communication et autonomie.