Mission : SAFRAN Aircraft Engines (En cours) Objectif : Health monitoring
Visualisation et analyse statistique des données de vol
Mise en place d'approche permettant de detecter des comportements singuliers.
Mission : SAFRAN Electronics and Defense (En cours) Objectif : Analyse et exploitation des données textuelles issus des FFTP.
Mise en place d'un POC utilisant des méthodes NLP permettant d'identifier indicateurs : signaux faibles, récurrences.. Environnement technique : Python, Jupyter,
Mission : Projet Innovation Sensession ++Objectif ++ : Projet Innovathon : Conception et prototypage d'un outil de centralisation et d'aide au traitement des dérogations.
Animation de l'équipe Data : définition des objectifs des Sprints, répartition des tâches, suivis de réalisation, revus des tâches.
Mise en place d'un module intelligent permettant de détecter les Changements à la * Définition (CAD) et prédire des nouvelles limites de tolérance : Analyse statistique des données BE, implémentation de différentes méthodes d'apprentissage supervisé.
Mise en place et maintient du Gitlab du projet : définition du workflow et la gestion de configuration (branching model)
Définition de l'architecture de la base de donnée de l'outils Environnement technique : Python, Jupyter, Git,
Mission : SAFRAN Aircraft Engines ++Objectif ++ : Accompagner l'équipe IMD dans la conception d'un outil visant à centraliser le suivi des données de production et de contrôle des différents CEI : SIGMA-OMEGA
Implémentation et mise en production de scripts permettant la collecte de la donnée sous format SIGMA dans différentes entités de production.
Aide à la rédaction des exigences métiers et statistiques : carte de contrôle, Pareto...
Recueil du besoin métier.
Prototypage d'un outil de calcul de critères complexes
Documentation technique de l'outils mise en place Environnement technique : Python, Flask, Jupyter, Sphinx
Mission : SAFRAN Aircraft Engines ++Objectif ++ : Amélioration et industrialisation d'un outils d'optimisation nombre de mesures des paramètres dimensionnels de manière auto-adaptative : COSTA
Prise en main de l'outils en place : bibliographie, algorithme et code.
Implémentation d'amélioration : optimisation de paramètres de l'algorithme « filtre à particule », prise en compte de la distribution des mesures pour le calcul statistique, modification de l'architecture de la base de données.
Mise en place dune API REST pour l'interaction avec la base de données et l'algorithme.
Développement d'un outil de monitoring et de Data Visualisation : Arbre de dépendances, suivie d'indicateurs statistiques (probabilité d'échantillonnage, paramètres du filtre à particule)
Conception et mise en place de containers (Docker) pour les différents composants du système et d'un réseau de communication entre container.
Mission : SAFRAN Aircraft Engines ++Objectif ++ : Développement d'un outil permettant d'optimiser le nombre de contrôles liés à des cotations de caractéristiques répétitifs : RSPOC
Conception et développement dun interface R Shiny permettant limport de fichier de données, la configuration et le paramétrage des cotations (choix de la latéralité, cotations à échantillonnées)
Calcul des nouvelles limites de tolérance (réduites) : régression linéaire, limite de prédiction
Calcul du CPk en output intelligent avec un test de normalité préalable.
Proposition de nouvelles approches algorithmique. Environnement technique : R, R Shiny