L’optimisation et l’analyse des données sont un sujet majeur pour le groupe Saint-Gobain pour mieux améliorer les procédés industriels et réduire leurs impacts environnementaux. La digitalisation de la chaîne logistique à l’échelle d’une usine est notamment un enjeu important. Parmi de nombreux projets de digitalisation de la supply chain, un projet concerne la réduction des émissions liées au transport par l’optimisation du chargement des camions. En effet, lors de commandes comprenant des articles de tailles et poids très variés, il peut s’avérer nécessaire de programmer une deuxième remorque alors qu’une seule suffirait si le schéma de chargement était optimisé.
Le stagiaire sera impliqué dans le développement d’un algorithme de bin packing 3D adapté aux contraintes de chargement des usines placoplâtres. Il pilotera la phase de preuve de concept en cours dans une usine et sera amené à la tester dans une autre. Il réalisera également un comparatif avec des outils commerciaux.
RÔLES & MISSIONS:
* Evaluer et comprendre des contraintes industrielles ;
* Les transcrire en termes mathématiques pour compléter et adapter un algorithme de recherche opérationnelle existant, afin d’en améliorer la pertinence et la précision ;
* Proposer des optimisations dans l’implémentation informatique de la solution ;
* Conduire une évaluation sur la pertinence des suggestions de chargement de l’algorithme en comparaison avec des solutions commerciales existantes,
* Travailler en étroite collaboration avec les équipes logistique en usines et au niveau central pour mettre en production la solution ainsi optimisée.
Technologies utilisées :
* Python
* Azure Machine Learning
* Librairies standard d’Optimisation & Machine Learning
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.