Missions : Fiabilisation et industrialisation des détections des besoins de maintenance sur les vélos et les stations Vélib' : * Restructurer le système de détection existant afin gagner en robustesse et fiabilité, * Concevoir, développer et intégrer des algorithmes pour prédire la classification des pannes en minimisant les faux positifs, * Superviser les tests et mener les analyses prouvant l'amélioration du système. Optimisation des opérations de maintenance : * Analyser les données opérationnelles pour améliorer l'efficacité des équipes terrain, * Proposer des optimisations afin de réduire les temps de déplacement et gagner en productivité, * Améliorer la compréhension et la prédiction des usages pour anticiper les déséquilibres sur le parc : Stations vides et stations pleines. Mise en place d'une gouvernance de la donnée : * Définir et appliquer des standards de qualité, de sécurité et de traçabilité des données, * Collaborer avec les équipes IT et métiers pour garantir la cohérence et l'accessibilité des données. Veille technologique et innovation : * Identifier et évaluer de nouvelles méthodes ou outils d'intelligence artificielle pour améliorer la performance des différents services. Télétravail.* Ingénieur(e) ou master 2 minimum en science des données, informatique ou mathématiques. Compétences techniques : * Solides compétences en programmation Python ainsi que des bibliothèques utiles aux traitements des données (Pandas, Scikit-learn, NumPy, TensorFlow...), * Bonne maîtrise des algorithmes de Machine Learning et Deep Learning (Autoencodeurs, SVM, Random Forest, K-Means...), * Les compétences en base de données relationnelles (et langage SQL) sont indispensables, * Des connaissances d'outils de data engineering sont un plus (Talend, Spark, Airflow, etc.).