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.

Nous cherchons une, un élève en formation d’ingénieur en stage de fin d’études, avec une spécialisation dans le domaine aéronautique. Vous avez une appétence pour l'analyse et le traitement de données.

Dans ce cadre, le stagiaire, sur la base de ces données collectées plus précisément des commandes de vol Airbus Boeing, 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 

A partir de là, déterminer les indicateurs mathématiques, kpi(s), montrant la dégradation du système étudié

Recherche de modèles ML/IA permettant la détection de défaillances. Plusieurs modèles seront testés et évalués sur des données réelles afin de trouver la meilleure solution. Le langage Python ainsi que les librairies usuelles en data science & machine learning (pandas, scikit-learn) seront utilisées afin de mettre en place des solutions supervisées en cas d'historique de panne ou non supervisées de détection d'anomalies dans le cas contraire.

Proposer une IHM en ligne avec les besoins des utilisateurs finaux. 

Vous pourrez mesurer l’efficacité de vos kpi(s) et du modèle établi grâce aux rapports de réparation des pièces avion déposées suite à vos recommandations.

Le stagiaire sera accompagné dans toutes ces étapes par son tuteur et membres de l’équipe maintenance prédictive.

Tout ce processus d’étude sera conduit en Agilité.