Safran Aerosystems (SAO) conçoit des solutions de haute technologie qui optimisent la performance des aéronefs et la sécurité des vols. Numéro 1 mondial des systèmes d'évacuation d'urgence et des systèmes oxygène pour l'équipage, Safran Aerosystems est également un acteur majeur des systèmes carburant et fluides.
Rattaché(e) à la DSI, votre rôle est de concevoir, développer, industrialiser et maintenir les solutions de collecte, transformation, stockage, exposition et valorisation des données de l'entreprise.
.A ce titre, vous avez les missions suivantes :
Sur la chaîne de valeur Data :
- ingestion de données industrielles et SI,
- modélisation et gouvernance des données,
- développement de pipelines de données,
- industrialisation des traitements analytiques et IA,
- mise à disposition des données pour les usages BI, Analytics, Machine Learning et IA générative.
Participer activement à l'évolution de la Data Platform Cloud AWS et à l'intégration progressive des composants Lakehouse et Snowflake.
Responsabilités principales :
Architecture & Plateforme Data
- Concevoir et faire évoluer les architectures Data Cloud sur AWS.
- Participer à la construction d'une architecture Lakehouse moderne et scalable.
- Contribuer à l'intégration de Snowflake dans l'écosystème Data.
- Définir les standards techniques et bonnes pratiques Data Engineering.
Data Engineering & Industrialisation:
- Développer et maintenir des pipelines de données robustes et industrialisés.
- Concevoir des workflows batch et temps réel.
- Garantir la qualité, la fiabilité et la traçabilité des données.
- Industrialiser les pipelines ML/IA en collaboration avec les Data Scientists.
IA Générative / Agentic AI / ML :
- Participer au développement de solutions basées sur les LLM et l'IA Générative.
- Concevoir des architectures RAG (Retrieval Augmented Generation).
- Développer des workflows Agentic AI et orchestrations intelligentes.
- Participer à l'industrialisation des modèles ML et GenAI.
- Contribuer aux pratiques MLOps / LLMOps.
- Garantir la sécurité et la gouvernance des usages IA.
Modélisation & Gouvernance :
- Concevoir les modèles de données métiers et techniques.
- Participer à la gouvernance des données : qualité, catalogage, lineage, sécurité et conformité.
- Collaborer avec les Data Stewards et les équipes métiers.
DataOps / DevOps :
- Mettre en œuvre les pratiques CI/CD et DataOps.
- Automatiser les déploiements et la supervision des pipelines.
- Assurer le monitoring des plateformes et la gestion des incidents.
