Description du poste
Contexte
Au sein de l'accélérateur d'innovation d'un grand groupe pharmaceutique international, le projet vise à développer une application stratégique d'automatisation intelligente du shopfloor. L'objectif : 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 couvre deux axes : l'optimisation data-driven des plannings quotidiens des équipes manufacturing, et la standardisation des activités de travail (« role cards ») à l'échelle des sites de production — pour benchmarker les pratiques et capitaliser sur ce qui fonctionne.
Missions
* Architecturer et déployer des systèmes LLM-based qui automatisent les workflows shopfloor, de la détection de perturbations à la réallocation de main-d'œuvre. Pipelines RAG, prompt engineering, frameworks agentiques (LangChain, LangGraph) pour une aide à la décision fiable en contexte industriel.
* Construire des modèles prédictifs et prescriptifs : prévision d'incidents de production, estimation de durées de tâches, détection d'anomalies sur séries temporelles, affectation optimale de main-d'œuvre.
* Modéliser et résoudre des problèmes d'optimisation concrets : minimisation de fonctions de coût sous contraintes industrielles et RH (disponibilités, compétences, charge). Traduire un problème métier complexe en modèle formel et choisir la bonne approche — solver du marché (OR-Tools, PuLP, SciPy), librairie open source ou algo maison — pour le résoudre efficacement.
* Piloter la validation sur sites pilotes, mettre en place les frameworks d'évaluation et le monitoring continu en production.
* Assurer la robustesse, scalabilité et gouvernance de l'IA : détection des hallucinations, mitigation des biais, qualité en environnement industriel.
* Collaborer avec les équipes engineering et data pour intégrer les modèles dans le produit.
* Communiquer les choix algorithmiques aux parties prenantes techniques et métiers, en anglais.
Stack & compétences requises
* Python : scikit-learn, PyTorch/TensorFlow, PuLP, OR-Tools, SciPy
* ML : supervised/unsupervised, time series, anomaly detection
* GenAI & LLM : prompt engineering, RAG, OpenAI, Bedrock, LangChain, LangGraph
* Optimisation sous contraintes : solvers existants ou librairies open source, expérience sur des problèmes de scheduling ou d'affectation de ressources
* SQL
* Anglais courant (obligatoire)
Compétences appréciées
* Snowflake, MLOps, déploiement LLM cloud (Azure / AWS / GCP)
* Neo4J et algorithmes de graphes
* Connaissance des processus industriels pharmaceutiques ou manufacturing analytics
Conditions de travail
* Localisation : Lyon
* Présentiel : 3 jours/semaine obligatoires (lundi–mercredi)
* Langue de travail : anglais
Profil recherché
1. Data scientist senior avec une solide culture ML
2. Appétence pour les systèmes IA en production
3. Expérience sur des problèmes d'optimisation sous contraintes et capacité à choisir et utiliser les bons outils pour les résoudre dans un contexte métier concret
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.