Alternant data et hypervision h/f

Approvisionner en eau et gérer l'assainissement de plus de 300 000 usagers, telle est la mission de la Société Publique Locale Eau du Ponant. Chaque jour, nos équipes (près de 250 salariés) gèrent en proximité l'ensemble du cycle de l'eau pour un large territoire de la pointe Finistère. Classification des Données Industrielles et Conception d'une architecture d'Hypervision, d'analyse et de visualisation (H/F).

Notre entreprise est en pleine transformation numérique et souhaite s'orienter vers une architecture adaptée à notre contexte pour gérer ses données industrielles. Les données industrielles concernent les données d'eau potable, d'assainissement qui remontent de l'ensemble des équipements géographiquement réparti sur le réseau d'eau, les usines, stations d'épuration, etc.

Dans ce cadre, vous aurez à :
- Explorer et analyser les données de contrôle-commande en utilisant des algorithmes d'apprentissage non supervisé pour mieux les connaître.
- Proposer une architecture modulaire, capable de répondre aux besoins d'hypervision, d'analyse, de correction, de validation et de visualisation des données industrielles.
- Rédiger une roadmap détaillée pour la mise en place de la solution.
- Réaliser un POC pour le déploiement de cette architecture.

Les missions principales seront :

1. Analyse des besoins et état des lieux
- Prendre connaissance des données industrielles collectées.
- Faire l'inventaire des équipements industriels qui doivent envoyer les données vers l'hypervision.
- Faire l'inventaire des protocoles de communication entre les équipements IOT et le système d'acquisition de données existant.
- Comprendre les besoins métiers pour définir les fonctionnalités de l'hypervision.
- Analyser les contraintes techniques (protocoles, sécurité, adaptabilité).
- Identifier et prioriser les cas d'usage, participer à la définition d'une unité représentative pour le POC (Prouve Of Concept).

2. Classification des données existantes par l'utilisation de l'apprentissage non supervisé
- Appliquer des algorithmes d'apprentissage non supervisé (clustering, réduction de dimensionnalité) aux données industrielles.
- Identifier des classes ou groupes dans les données (comportements normaux vs anomalies, corrélations entre variables).
- Documenter les résultats et définir les besoins spécifiques qui découlent de l'analyse.

3. Définition et mise en place d'une infrastructure d'acquisition de données OT :
- Participer à la définition de l'architecture technique de la plateforme d'acquisition de données industriels.
- Prendre en compte l'acquisition de données multi-protocoles avec prise en compte de la cybersécurité des systèmes industriels.
- Participer à la normalisation et à la configuration d'envoi des données vers la plateforme.

4. Mise en place de plateforme d'hypervision : étude de scénarios

4.1. Scénario 1 : Recherche et évaluation des outils d'hypervision existants
- Utiliser les enseignements de la classification pour définir des critères plus précis à prendre en compte lors du choix d'outils.
- Réaliser une étude de marché des outils et shortlister les outils pertinents à notre contexte/ usages.
- Proposer une architecture modulaire et documenter les flux de données, les protocoles et les outils recommandés.
- Prendre en compte lors de l'étude, l'interopérabilité avec les technologies utilisées dans l'industrie 4.0 (cybersécurité, jumeau numérique, réalité augmentée, etc.).

4.2. Scénario 2 : Étudier le développement de la plateforme d'hypervision
- Proposer une architecture logicielle complète avec gestion des données temps réel, visualisation, analytique, etc.
- Identifier et proposer les types de bases de données adaptées au projet : temps réel, analytique, etc.
- Étudier l'intégration de système de gestion de règles et d'alertes.
- Étudier l'ajout des éléments de sécurité (gestion des utilisateurs et des droits (RBAC), protocoles de chiffrement, réplication, logs, monitoring, etc.).
- Prendre en compte l'interopérabilité avec les technologies utilisées dans l'industrie 4.0 (cybersécurité, jumeau numérique, réalité augmentée, etc.).

5. Choix de scénario d'hypervision
- Utiliser les éléments du scénario 2 pour challenger les outils sélectionnés au scénario 1.
- Définir une matrice d'aide à la décision pour les deux scénarios de mise en place d'hypervision étudiés.
- Participer au choix du scénario adapté au contexte et aux besoins d'EDP.
- Définition du modèle Conceptuel de l'architecture cible de l'hypervision.
- Participer à la définition des spécifications fonctionnelles (visualisation centralisée, analyse de données, correction et validation de données, interopérabilité avec les outis d'IA, etc.) et techniques (langages de développement ou d'implémentation).

6. Roadmap de déploiement
- Rédiger une roadmap des étapes nécessaires pour l'implémentation et le déploiement du scénario choisi.
- Préparer une présentation pour les parties prenantes.

7. Mise en place et déploiement d'un POC
- Implémentation du POC.
- Définition et participation à la mise en place des tests utilisateurs.
- Analyse des résultats de tests utilisateurs et prise en compte des retours dans une démarche d'amélioration continue et d'industrialisation.