Mission freelance DATA SCIENTIST SYSTEME DE SURVEILLANCE

CONTEXTE

Missions de surveillance nécessitent un rapatriement et un traitement des mesures régulier pour traiter l’information au plus vite et pouvoir la mettre au service de la maintenance. 

MISSIONS

Assister la section SYS dans l’architecture, le développement et le déploiement de l’Intelligence Artificielle pour automatiser les tâches de traitement à faible valeur ajoutée des mesures de surveillance. 

Les missions sont : 

1. Apprendre automatiquement le début et la fin de shunt sur les différents signaux transmis en tenant compte des seuils de tension normativement définis (0,06V pour circuit UM71 et 5V pour circuit ITE) ou modéliser, le cas échéant, le principe de positionnement des marqueurs de début et de fin de shunt et les insérer automatiquement sur des courbes de tension

2. Caractériser, sur ces courbes, toute anomalie représentant une tension résiduelle (TR) et procéder au traitement adéquat en cas de détection automatique (invalidation, historisation, alerte…)

3. Analyser les occurrences des TR et les corréler avec des données internes et externes pour capter les signaux faibles liés à l’état des voies en prévision d’actions de maintenance.

4. Mettre en place un pipe de traitement automatique des données relatives aux TR intégrant les IA tout en veillant au respect des règles de cybersécurité et de sûreté de fonctionnement (protocoles de communication robustes, redondance des capteurs et des canaux de transmission, backup…) ainsi qu’à l’optimisation des ressources matérielles (edge computing / agentic AI)

5. Industrialiser la solution en définissant les règles de maintenance et en assurant une réduction des coûts de déploiement et d’exploitation (refonte technologique HW / SW).

6. S’insérer dans les dispositifs Big Data du groupe afin de croiser les informations fiables relatives aux TR avec des données hétérogènes pour enrichir les insights d’une maintenance prédictive.

7. Généraliser l’utilisation du dispositif et assurer son évolutivité avec un passage à l’échelle.

LIVRABLES

Définition des règles de positionnement de marqueurs

Analyse des données et constitution des data-sets

Développement dans un langage compatible SI

Identification des KPI pertinents et évaluation des approches

Prototypage rapide,

Rendre cette architecture auto-apprenante pour traiter les cas futurs,

Solution technique déployée et en production sur l’IHM actuelle,

Documentation technique et détaillée de la solution,

Suivi de projet avec les éléments clés : planning, comptes-rendus, sources, etc…