Stage- Optimisation Des Processus de Réparation Des Pièces Critiques Par L'analyse Des Données Et L'ia

**Description de l'employeur**
La Direction du Matériel SNCF exploite 11 sites industriels réalisant la maintenance lourde du matériel roulant, appelés technicentres industriels. Leur activité consiste à rénover les trains pour leur rallonger leur durée de vie.

Depuis 2016, une transformation majeure a été lancée avec la construction de nouveaux ateliers et la mise en place d'outils digitaux. Inspirés des standards de l'Industrie 4.0, ces outils ont été déployés au niveau national. Ils visent à harmoniser les processus entre technicentres et de réduire toutes les tâches sans valeur ajoutée pour faciliter le travail au quotidien des agents et gagner en productivité.

Ces outils sont développés au sein du Programme Usine du Futur. Ce sont des MES (Manufacturing Execution System) qui permettent notamment de planifier, de piloter et de suivre la production en temps réel, mais aussi d'optimiser les flux logistiques au sein des sites.

Ils offrent également la possibilité de conserver un historique des données et des actions passées, ainsi que des conséquences qu'elles ont eues sur la production, notamment le temps de traversée (durée de passage du train ou d'une pièce à réparer au sein du site).
**Description du poste**
La maintenance lourde concerne également la réparation des pièces des rames (moteur, bogie, carte électronique, clim etc.). Une réparation implique une série d'étapes réalisées par des machines ou des techniciens de maintenance. La durée de ces étapes peut varier en fonction de l'état des pièces. De plus, des problèmes de qualité peuvent entraîner l'ajout d'étapes supplémentaires ou nécessiter le retour de la pièce à une étape précédente du processus. Cette variabilité peut avoir des conséquences sur le temps d'immobilisation des trains, augmenter les coûts, et ainsi dégrader la performance globale des sites.

Les objectifs du stage sont:
1. **Collecte et préparation des données**
- Analyser les données disponibles sur le processus de réparation des pièces incluant les étapes de réparation, les temps de cycle et les retours qualité.
- Structurer et préparer ces données pour les rendre exploitables via le _process mining_

2. **Modéliser et analyser le processus actuel** à partir des données:

- Identifier les étapes du processus avec une forte variabilité (temps de traitement ou qualité).
- Repérer les retours en arrière dans le processus (répétition d'étapes dues à des défauts qualité).
- Détection des inefficacités et des patterns récurrents
- Proposer une analyse des causes potentielles de ces inefficacités

**3.**Proposition d'améliorations**
- Suggérer des pistes pour optimiser le processus de réparation, en s'appuyant sur les résultats obtenus.
- Contribuer à la création de rapports ou de présentations pour partager les résultats avec les équipes opérationnelles.

**Profil recherché**
- Master 2 ou ingénieur avec spécialisation en mathématiques appliquées, intelligence artificielle, informatique ou génie industriel
- Compétences en analyse de données, Python, SQL, Databricks
- Compétences en développement logiciel, simulation et intelligence artificielle
- Rédaction, communication et analyse des résultats : capacité à restituer clairement des résultats

**Rétribution et avantages**
- Gratification fixée en fonction du diplôme préparé
- Carte de circulation valable sur l'ensemble du réseau national
- Accès subventionné aux restaurations d'entreprise
- Du télétravail sera également possible.

**Tous nos métiers sont ouverts aux personnes en situation de handicap.