- - - - - - - - - - - -

Notre site pétrochimique à Bordeaux fabrique depuis plus de 50 ans les élastomères synthétiques innovants qui entrent dans la composition des pneumatiques MICHELIN. 

Grâce aux savoir-faire et savoir-être de nos équipes (450 collaborateurs environ), le site classé Seveso seuil haut fait figure d'usine leader technologique et occupe à ce titre une place stratégique au sein du groupe. 

Michelin conçoit ses procédés/équipements nécessaires à l'innovation et la production de ses matériaux. 

Engagées dans la transition écologique et dans la révolution digitale, nos équipes transforment nos sites de production à l’international. 

Si vous êtes animé(e) par la passion de transformer les chiffres en récit concret et porteur de sens, que vous avez le sens de l'écoute sur les besoins métiers du génie des procédés chimiques, vous pourriez être l'ingénieur(e) procédé chimique et Data Analyst expérimenté(e) que nous recherchons. Rejoignez notre équipe pour apporter votre expertise et votre talent d'analyse et devenez le/la visionnaire des données qui révélera de nouvelles perspectives métier. En tant que professionnel(le) expérimenté(e), vous connaissez divers aspects du traitement de la donnée avec une formation solide en génie des procédés/génie chimique. 

Il s'agit d'un poste hybride, à la croisée de plusieurs métiers de la donnée : Data Analyst (analyse, visualisation et restitution métier), Data Manager (gestion, qualité, gouvernance et industrialisation des flux de données) et Data Scientist (modélisation statistique, machine learning et approches avancées). Selon les sujets, vous naviguerez entre ces trois facettes, toujours ancré(e) dans la connaissance des procédés industriels. 

Vos missions 

Sous la responsabilité hiérarchique du responsable de l’équipe Méthodes de l’entité ESBN (Élastomères Synthétiques, Bio-sourcés et Naturels) et sous la responsabilité fonctionnelle du leader du programme Digital ESBN, vous aurez pour missions de : 

• Comprendre la problématique du client en interne et la formuler avec une définition claire. Mettre en évidence l’intérêt du sujet ainsi que les motivations et décisions impactées. Les sujets à traiter seront de type qualité du produit, aspects techniques du procédé, organisation industrielle, supply chain, etc. 

• Identifier les méthodes et les outils d’analyse permettant de répondre à la problématique d’analyse de données. Ces dernières pourront nécessiter des outils de visualisation de synthèse interactifs (de type business intelligence) et/ou de la construction de modèles pour faire des analyses avancées. 

• En cas de besoin, identifier et ajuster les modèles les plus adaptés (basés sur les principes du génie chimique ou de type totalement empirique, pouvant aller jusqu’à des techniques d’intelligence artificielle) en utilisant des outils d'analyse de données et/ou des logiciels de simulation du domaine pétrochimique. 

• Déployer les outils et/ou modèles développés dans les usines. Vous travaillerez conjointement avec les représentants métiers des usines, de sorte à assurer une bonne maîtrise des outils en local. Ces outils devront être utilisés dès la conception. 

• Assurer le progrès des outils/modèles développés en incluant des améliorations au fur et à mesure de leur usage. 

• Faire monter en compétences via du tutorat technique les personnes moins expérimentées sur ce type de démarche. Construire et développer son réseau en local et en central. 

• Les modules des formations existantes devront être enrichis. 

• Participer activement au développement de la feuille de route digitalisation de l'entité ESBN sur les différents métiers, en identifiant des sujets accessibles et à forte valeur ajoutée. 

Réalisations clés attendues 

• Le besoin est compris et formalisé sous forme d'un cahier des charges coconstruit et validé par le client. 

• Les avantages et inconvénients des outils/kits de déploiement à utiliser sont clairement décrits. 

• La provenance et la pertinence des données pour la construction des tableaux de bord interactifs ou des modèles sont expliquées et challengées. 

• La préparation, l’analyse et la synthèse des données sont disponibles. 

• Les outils développés sont mis à disposition des utilisateurs avec suffisamment d’accompagnement pour garantir leur usage approprié. Les facteurs influents sont identifiés et leur impact quantifié. 

• Au sein de l'entité ESBN, la connaissance et la compétence dans l'utilisation des outils d'analyse de données, de modélisation et de simulation ont progressé. 

• La valeur est créée au sein d'ESBN grâce aux décisions de meilleure qualité et plus rapides grâce à l'utilisation d'outils qui ont été mis en œuvre. 

• La feuille de route digitalisation de l'entité est enrichie avec de nouvelles opportunités, incluant la prescription et/ou mise en place automatisée de décisions. 

• La veille technologique dans le domaine du développement de modèles pour la pétrochimie est réalisée. 

• La participation au réseau des « data analyst » de l’entité et du groupe Michelin est effective. 

• Applique les standards du Groupe en matière de sécurité, qualité et confidentialité des données tout au long de leur traitement. 

• Respecte les règles éthiques dans l’usage de la donnée. 

Compétences clés 

• De formation BAC+5/BAC+8 en génie des procédés ou génie chimique avec 7 à 15 ans d'expérience en tant que data analyst. 

• Profil polyvalent, à l'aise sur l'ensemble de la chaîne de la donnée (gestion/qualité, analyse/visualisation, modélisation), capable de jongler entre les casquettes data manager, data analyst et data scientist. 

• Curieux, ouvert au monde, capacité à travailler en transverse et en équipe. 
• Anglais fluent B2 voire C1. 

- - - - - - - - - - - -