Ingénieur(e) Méthodes et Digitalisation Industrielle
-
JR_MR_1661
-
France
-
Regular Full time
-
November 14, 2025
-
MANUFACTURING
Le Groupe Poclain, leader mondial de la transmission hydrostatique, recrute pour son site de Verberie (60) un(e) Ingénieur(e) Généraliste orienté(e) Data & Industrie 4.0. Ce poste stratégique s’inscrit dans une dynamique de digitalisation des processus industriels et d’amélioration continue, au sein de l’unité ABU (Assembly Business Unit).
Objectifs du poste :
Exploiter les données techniques pour fiabiliser les équipements et les processus de production.
Structurer et piloter des projets transverses en lien avec la maintenance prédictive, la traçabilité et la performance industrielle.
Être un moteur de la transformation digitale de l’usine.
Responsabilités :
Respecter les standards qualité et HSE (ISO 9001, ISO 14001, ISO 50001).
Participer aux résolutions de problèmes (QRQC) et aux analyses de risques (PFMEA, DFMEA).
Contribuer aux analyses de performance (VSM, Lean Six Sigma).
Intervenir en vie série sur les bancs d’essai, avec une responsabilité spécifique sur :
Piloter la révision continue des programmes et des séquences d’essai
Piloter l’optimisation de la fiabilité et de la répétabilité de l’EOLT (End Of Line Test)
Piloter la réduction du NFPY (Not First Pass Yield) et du temps de cycle des essais
Piloter la transformation digitale de l’unité ABU
Missions principales :
Analyser les données du parc ABU (bancs d’essai, presses, visseuses).
Standardiser l’acquisition, le traitement et l’accessibilité des données techniques.
Mettre en place des outils de traçabilité et de maintenance prédictive.
Alimenter les boucles d’amélioration (PDCA).
Piloter des projets transverses avec les équipes Qualité, Maintenance, IT, Méthodes, Industrie 4.0 et les prestataires externes.
Profil recherché :
Formation :
Diplôme d’ingénieur généraliste (BAC+5 ou équivalent), avec des bases solides en mécanique et production mécanique.
Expérience :
Expérience réussie en analyse de données dans un contexte industriel de production (stage de fin d’études, alternance ou poste précédent)
Capacité démontrée à collecter, structurer, traiter, analyser et valoriser les données (data storytelling)
Connaissances en data science : structuration de bases de données, conception de pipelines de traitement, contrôle qualité des données
Compétences techniques :
Suite Office (Excel, PowerPoint, Word)
Maîtrise d’au moins un langage de programmation orienté Data Analyse : Python, R ou autre
Création et consultation des bases de données : SQL
Connaissances en automatisme et instrumentation : capteurs, principes de mesure, fréquence d’acquisition, tolérances (ex siemens)
Méthodes industrielles : PFMEA, QRQC, VSM, Lean Six Sigma
Maitrise logiciel de CAO : Creo, Solidworks.
Langues :
bonne maîtrise de la langue française et anglaise au regard de la dimension internationale du groupe
Objectifs du poste :
Exploiter les données techniques pour fiabiliser les équipements et les processus de production.
Structurer et piloter des projets transverses en lien avec la maintenance prédictive, la traçabilité et la performance industrielle.
Être un moteur de la transformation digitale de l’usine.
Responsabilités :
Respecter les standards qualité et HSE (ISO 9001, ISO 14001, ISO 50001).
Participer aux résolutions de problèmes (QRQC) et aux analyses de risques (PFMEA, DFMEA).
Contribuer aux analyses de performance (VSM, Lean Six Sigma).
Intervenir en vie série sur les bancs d’essai, avec une responsabilité spécifique sur :
Piloter la révision continue des programmes et des séquences d’essai
Piloter l’optimisation de la fiabilité et de la répétabilité de l’EOLT (End Of Line Test)
Piloter la réduction du NFPY (Not First Pass Yield) et du temps de cycle des essais
Piloter la transformation digitale de l’unité ABU
Missions principales :
Analyser les données du parc ABU (bancs d’essai, presses, visseuses).
Standardiser l’acquisition, le traitement et l’accessibilité des données techniques.
Mettre en place des outils de traçabilité et de maintenance prédictive.
Alimenter les boucles d’amélioration (PDCA).
Piloter des projets transverses avec les équipes Qualité, Maintenance, IT, Méthodes, Industrie 4.0 et les prestataires externes.
Profil recherché :
Formation :
Diplôme d’ingénieur généraliste (BAC+5 ou équivalent), avec des bases solides en mécanique et production mécanique.
Expérience :
Expérience réussie en analyse de données dans un contexte industriel de production (stage de fin d’études, alternance ou poste précédent)
Capacité démontrée à collecter, structurer, traiter, analyser et valoriser les données (data storytelling)
Connaissances en data science : structuration de bases de données, conception de pipelines de traitement, contrôle qualité des données
Compétences techniques :
Suite Office (Excel, PowerPoint, Word)
Maîtrise d’au moins un langage de programmation orienté Data Analyse : Python, R ou autre
Création et consultation des bases de données : SQL
Connaissances en automatisme et instrumentation : capteurs, principes de mesure, fréquence d’acquisition, tolérances (ex siemens)
Méthodes industrielles : PFMEA, QRQC, VSM, Lean Six Sigma
Maitrise logiciel de CAO : Creo, Solidworks.
Langues :
bonne maîtrise de la langue française et anglaise au regard de la dimension internationale du groupe