Senior Analytics Engineer – Scheduling & Workforce Optimization

Le contexte

Tu rejoins les équipes data d'un grand groupe pharmaceutique international pour travailler sur une application stratégique d'optimisation des plannings shopfloor. Le produit permet aux équipes manufacturing d'adapter dynamiquement les schedules de workforce en réponse aux incidents de production, et de standardiser les activités terrain à travers les sites de production.

Tu es le référent analytique du produit, en lien avec les équipes site, les data engineers et les stakeholders opérationnels.

Responsabilités

• Suivre les KPIs de performance produit et les métriques d'adoption utilisateur à travers les sites de déploiement

• Réaliser des évaluations de maturité des sites pour qualifier leur capacité à adopter le produit

• Concevoir et implémenter des modèles d'optimisation des flux de scheduling (approches stochastiques ou déterministes) pour minimiser les cycle times et maximiser le throughput

• Collaborer avec les équipes de contextualisation manufacturing pour aligner les données across produits

• Travailler avec le site pilote et les fast-follower sites pour valider les modèles et affiner la logique de scheduling

Stack technique

Must-have

• dbt / SQL — requêtes avancées sur des datasets manufacturing et scheduling

• Snowflake — optimisation data warehouse

• Python — pandas, scripting, analyse de données

• Neo4J — graph databases et algorithmes (requis)

• Data visualization — dashboards KPI et flow optimization

• Data modeling — manufacturing workflows, scheduling constraints

• Anglais courant (obligatoire)

Nice-to-have

• Scheduling optimization — modélisation stochastique/déterministe, constraint programming

• Manufacturing Execution Systems

• Processus pharmaceutiques

• GenAI & workflows agentiques

• Background manufacturing ou operations analytics

• dbt / SQL — niveau avancé, indispensable

• Snowflake — utilisation régulière en contexte data warehouse

• Neo4J — graph databases et algorithmes, requis sur ce poste

• Python — pandas, scripting analytique

• Data modeling — manufacturing workflows, scheduling constraints

• Dashboard & data viz — expérience de développement de KPI opérationnels

• Contexte manufacturing ou industrie — une vraie expérience terrain est un avantage fort

• Anglais courant — obligatoire

• Scheduling optimization — modélisation stochastique/déterministe, constraint programming

• Manufacturing Execution Systems — apprécié

• Processus pharmaceutiques / GMP — apprécié

• GenAI & workflows agentiques — apprécié