La Direction Entretien Avions a depuis 2016 développé un programme de maintenance prédictive dans le but d’améliorer la disponibilité des avions de sa Flotte, grâce aux données collectées des avions, qui sont des valeurs logiques ou analogiques et représentatives du fonctionnement des actionneurs, sondes... des systèmes avions embarqués.

Dans ce cadre, l’apprenti(e), sur la base de ces données collectées, plus précisément de l’A220, des systèmes du conditionnement d’air, commandes de vol et autres systèmes, devra :

• Identifier les paramètres les plus représentatifs du fonctionnement du système sur lequel se portera l’étude à partir des fichiers mis à sa disposition.
• Analyser et visualiser le comportement du système grâce à la donnée.
• A partir de là, déterminer les indicateurs mathématiques, kpi(s), montrant la dégradation du système étudié.
• Participer à la construction d’un modèle prédictif avec les data- scientists qui remontera vers les utilisateurs finaux, l’alarme soulignant la nécessité d’intervenir sur avion avant que la panne ne survienne.
• Concevoir ou proposer une IHM en ligne avec les besoins des utilisateurs finaux.
• Evaluer l’efficacité de vos kpi(s) et du modèle établi grâce aux rapports de réparation des pièces avion déposées, en mesurant la performance avec les indicateurs Recall & Precision.
  
  

L’ Apprenti(e) sera accompagné(e) dans toutes ces étapes par son tuteur et membres de l’équipe maintenance prédictive

Tout ce processus d’étude sera conduit en Agilité, la documentation établie sous Confluence.

Etudiant(e) M1, M2 ou élève en école d’ingénieur en aéronautique, vous avez de bonnes connaissances Python, ou un langage similaire.

Motivé par l’univers opérationnel d’une grande compagnie aérienne, Vous êtes autonome dans la conduite de votre étude sous la responsabilité de votre tuteur.

Conformément aux engagements pris par Air France dans son accord 2024-2026 en faveur de l’emploi des personnes en situation de handicap, nos stages/contrat d’alternance sont ouverts à tous