Data Science appliquée à la modèlisation de la chaîne de recyclage externe du silicium

A propos de vos missions

• L’équipe « Silicon Procurement & Data Integrity » est en charge des approvisionnements en substrats 200 et 300mm de ST Crolles, ainsi que de la maintenance du référentiel des données pour la Supply Chain et la Planification de Production.
• Afin d'améliorer notre performance pour la gestion des Substrats Recyclés (disponibilité, coûts…),  nous recrutons un(e) alternant(e) d'un an pour mener à bien un projet de modélisation et d'optimisation de la boucle d'approvisionnement.
• Vous serez rattaché(e) au Responsable de l’équipe « Silicon Procurement & Data Integrity » et vous travaillerez en étroite collaboration avec les équipes en support de la Fab - notamment les Méthodes, les Achats et l'Ingénierie Industrielle.
• Votre sujet portera sur:
• la collecte des données décrivant cette boucle de recyclage sur 2 à 3 ans d'historique
• la définition et la programmation d'un modèle informatique représentatif de cette activité
• et mener à bien le développement de 2 outils en langage Python:
  • le premier permettra - en fonction d'un ensemble de paramètres à définir (plans d'activité à moyen et long terme, évolution de la capacité etc ..) - d'améliorer notre prédictibilité et d'aider à définir nos besoins prévisionnels en plaque recyclées et ‘prime’ (neuves)
  • le second apportera une aide tactique à la décision, pour arbitrer chaque semaine la meilleure orientation des plaques à recycler en sortie de Fab: recyclage interne, externe ou autre.
• Votre mission abordera donc tous les aspects de la conception d’une application basée sur la Science des Données - ainsi que les tests et la mesure de performance pour affiner les modèles.

Le projet se fera en collaboration avec les équipes outils du Production Control et IT locales. Un support par des experts SQL (base de données Maria DB, Oracle) et Excel (programmation VB…) sera possible sur les aspects techniques du projet.

A propos de vous

• Elève Ingénieur ou en MASTER, vous êtes curieux (se), vous avez un bon niveau d'autonomie et une bonne capacité d'adaptation. Vous appréciez le travail en équipe et maitrisez l'anglais.
• Vos connaissances devront idéalement porter sur :
  •    La Science des Données, les Statistiques ou l'optimisation/la recherche opérationnelle
  •    Le génie productique
  •    Les méthodes de corrélation, les réseaux neuronaux ou l'Intelligence Artificielle
  •    …et les outils informatiques pour supporter ces concepts et développer les modèles sous Python
• Également sensible aux problématiques de qualité, de complexité et d'innovation; vous évoluerez dans un environnement de production exigeant - nécessaire à la production de semiconducteurs à grande échelle dans une des usines les plus avancées d'Europe.