Le client déploie une application stratégique d'automatisation intelligente du shopfloor : adapter dynamiquement les plannings de main-d'œuvre en réponse aux incidents de production, pour minimiser les retards et maximiser la résilience opérationnelle. Le produit standardise les activités de travail ("role cards") sur l'ensemble des sites et permet aux équipes de benchmarker et réutiliser les meilleures pratiques.
Concevoir et implémenter des modèles d'optimisation du planning shopfloor : algorithmes de graphes, programmation linéaire, optimisation stochastique.
Développer des solutions de programmation par contraintes pour l'affectation de main-d'œuvre sous incertitude.
Architecturer des agents LLM automatisant les workflows shopfloor — de la détection de perturbations à la réallocation de ressources.
Utiliser des frameworks agentiques (LangChain, LangGraph), RAG, et fournir une aide à la décision contextualisée en environnement industriel.
Construire des modèles prédictifs et prescriptifs : prévision d'incidents, estimation de durées de tâches, affectation optimale de main-d'œuvre, séries temporelles, détection d'anomalies.
Piloter la validation sur sites pilotes, mettre en place des frameworks d'évaluation, assurer robustesse et scalabilité des modèles.
Collaborer avec les équipes engineering et data, communiquer les arbitrages aux parties prenantes métiers.
Recherche opérationnelle : solvers et librairies Python (OR-Tools, PuLP, SciPy)
IA générative et systèmes agentiques : LangChain, LangGraph, pipelines RAG
Machine learning : scikit-learn, PyTorch, TensorFlow
Environnement industriel : manufacturing, supply chain, logistique, énergie
Localisation : Lyon (3 jours/semaine obligatoires)
Langue : anglais courant obligatoire
Secteur : industrie pharmaceutique
Démarrage : dès que possible
Tarif journalier : selon profil
Un plan personnalisé pour postuler intelligemment à cette offre.
Cliquez sur "Postuler" pour accéder à l'offre.