1) Digitaliser les indicateurs de performance en temps réel LP, LC & LM (suivi hebdo, suivi journalier, alertes)  2) Monitorer la qualité des données via des KPI dans le cadre du projet MES pour renforcer leur qualité  3) Monitorer la qualité des données via des KPI dans le cadre du projet PLM pour renforcer leur qualité (II)  4) Monitorer la qualité des données des programmes d'usinage afin de réduire les erreurs des programmes 5) Monitorer le niveau de stocks et la consommation des outillages (DU) nécessaires à la production en APA 2 (LP) Romain Décembre 6) Cadrer le besoin de digitaliser des indicateurs en temps réel pour la maintenance 7) Cadrer le besoin de sensibiliser à la sécurité et aux outils Lean via des supports numériques 8) Cadrer le besoin de mise en place d'un système d'alerte type SQDCP IMPORTANT Abdel Septembre  9) Cadrer le besoin de digitaliser des indicateurs de calcul de TRS en temps réel (en complément du MES) Data Science 10) Déterminer les paramètres process optimaux et proposer une mise à jour automatique des programmes 11) Identifier les facteurs machine et environnement influençant la qualité des carters 12) Cadrer le besoin d'automatiser les rapports de maintenance  13) Cadrer le besoin d'analyser des écarts entre les gammes 14) Cadrer le besoin d'analyser les ralentissements, pannes, et mouvements de pièces de rechange Support 15) Effectuer du support aux UC IA (caractérisation DN, AQ, RB) LP & LC 16) Effectuer du support aux KPI de performance  17) Effectuer un support aux Méthodes, Maintenance, SC en collectant les données machines  18) Effectuer un support au Progrès (RAC, GB, BB,...) en intégrant les équipes d'amélioration continue 19) Effectuer un support à la Qualité et à la Fabrication en monitorant la qualité des données du MES & du PLM 20) Effectuer un support à l'automatisation du nettoyage les données relatives aux outillages (PLM) Profil recherché: BAC+5  en Data Analyst