DATA ENGINEERING F/H

CONTEXTE: Orano Projets est un acteur majeur de lingénierie nucléaire, énergie décarbonée, en France et à linternational. Dans un contexte doptimisation continue de nos processus de planification et de pilotage de projets industriels complexes, nous souhaitons renforcer notre démarche dexploitation intelligente des données. Dans cette perspective, nous proposons un stage de Data Engineering ayant pour objectif de concevoir et prototyper un outil, destiné à améliorer la qualité de réalisation et doptimisation de nos plannings projets. Ce stage sera réalisé en coordination avec les équipes : DataScience et Planification des projets MISSIONS DU STAGE : Le stage se déroulera en grandes phases permettant une immersion progressive et une appropriation de la problématique. 1) Appropriation du Contexte

• Découverte du métier de la planification au sein de projets industriels complexes dans le secteur nucléaire.
• Immersion terrain à Bagnols-sur-Cèze (initiation au métier et compréhension des processus) 2) Phase Stratégique Analyse & Structuration À partir des données métiers fournis : - Définition des données à capitaliser. - Recensement des données et cartographie. - Identification des cas dusage dun futur modèle prédictif supervisé. Élaboration dune stratégie de collecte : - Données internes, pour la consolidation des plannings à terminaison. - Données externes, incluant lidentification (domaines, URLs cibles...) et la définition des critères de contextualisation. - Conception dune approche de data couplée à un LLM performant (agents IA, automatisation, modules low/no-code…). - Analyse des risques (sources et qualités des données externes, gestion de la confidentialité des données internes…) 3) Phase Technique Conception de lOutil de Collecte Définition et structuration de la base de données de sortie, future base dentraînement du modèle IA. Développement du prototype doutil de collecte de données (web scraping, API, extraction automatisée…). 4) Phase Déploiement Collecte & Préparation des Données
• Collecte de données internes (REX) selon la stratégie définie.
• Utilisation de loutil conçu pour la collecte externe.
• Nettoyage, consolidation et préparation des données 5) Phase Modélisation IA & Prédiction (suivant avancement)
• Sélection du type de modèle le plus adapté aux objectifs.
• Entraînement dun modèle prédictif de durées de phases projet.
• Mise à disposition du métier : De loutil de recherche et collecte, Des bases de données internes et externes consolidées, Du modèle prédictif final. Des déplacements réguliers sont à prévoir entre Bagnols-sur-Cèze et Saint-Quentin-en-Yvelines.

CONTEXTE: Orano Projets est un acteur majeur de lingénierie nucléaire, énergie décarbonée, en France et à linternational. Dans un contexte doptimisation continue de nos processus de planification et de pilotage de projets industriels complexes, nous souhaitons renforcer notre démarche dexploitation intelligente des données. Dans cette perspective, nous proposons un stage de Data Engineering ayant pour objectif de concevoir et prototyper un outil, destiné à améliorer la qualité de réalisation et doptimisation de nos plannings projets. Ce stage sera réalisé en coordination avec les équipes : DataScience et Planification des projets MISSIONS DU STAGE : Le stage se déroulera en grandes phases permettant une immersion progressive et une appropriation de la problématique. 1) Appropriation du Contexte

• Découverte du métier de la planification au sein de projets industriels complexes dans le secteur nucléaire.
• Immersion terrain à Bagnols-sur-Cèze (initiation au métier et compréhension des processus) 2) Phase Stratégique Analyse & Structuration À partir des données métiers fournis : - Définition des données à capitaliser. - Recensement des données et cartographie. - Identification des cas dusage dun futur modèle prédictif supervisé. Élaboration dune stratégie de collecte : - Données internes, pour la consolidation des plannings à terminaison. - Données externes, incluant lidentification (domaines, URLs cibles...) et la définition des critères de contextualisation. - Conception dune approche de data couplée à un LLM performant (agents IA, automatisation, modules low/no-code…). - Analyse des risques (sources et qualités des données externes, gestion de la confidentialité des données internes…) 3) Phase Technique Conception de lOutil de Collecte Définition et structuration de la base de données de sortie, future base dentraînement du modèle IA. Développement du prototype doutil de collecte de données (web scraping, API, extraction automatisée…). 4) Phase Déploiement Collecte & Préparation des Données
• Collecte de données internes (REX) selon la stratégie définie.
• Utilisation de loutil conçu pour la collecte externe.
• Nettoyage, consolidation et préparation des données 5) Phase Modélisation IA & Prédiction (suivant avancement)
• Sélection du type de modèle le plus adapté aux objectifs.
• Entraînement dun modèle prédictif de durées de phases projet.
• Mise à disposition du métier : De loutil de recherche et collecte, Des bases de données internes et externes consolidées, Du modèle prédictif final. Adresse du poste : 23 place de wicklow Montigny le bretonneux