Data Steward Expérimenté-e F/H

Data Steward Expérimenté-e F/H

Temps plein 51300 - 62700 € / an (estimé) Sur site
S

En un coup d'œil

  • Missions: Rejoignez une équipe dynamique pour gérer et valoriser des données stratégiques.
  • Entreprise: Safran, leader mondial en aéronautique et défense, engagé pour un avenir durable.
  • Avantages: CDI, environnement innovant, opportunités de carrière et culture inclusive.
  • Autres infos: Travaillez dans un cadre collaboratif et stimulant au cœur de l'innovation.
  • Pourquoi ce job: Impactez l'industrie avec vos compétences en data et participez à la transformation digitale.
  • Qualifications: Diplôme BAC+5 et plus de 5 ans d'expérience en gestion de données.

Le salaire estimé est compris entre 51300 - 62700 € par an.

  • Data Steward Expérimenté-e F/H
  • Détail de l'offre
  • Informations générales

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense.

Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible.

Implanté sur tous les continents, le Groupe emploie 110 000 collaborateurs pour un chiffre d'affaires de 31,3 milliards d'euros en 2025, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés.

Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2025 » du magazine TIME.

Safran Electronics & Defense est une entreprise internationale de plus de 19 000 collaboratrices et collaborateurs, qui mobilisent expertises et esprit de corps pour concevoir des solutions de haute technologie dans les domaines de l'aéronautique, de la défense et du spatial.

En combinant intelligence humaine et technologique, l'entreprise développe des produits et services pour les acteurs du monde civil et militaires, sur terre, en mer, dans le ciel et dans l'espace.

Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi.

  • Référence
  • 2026-188064
  • Description du poste
  • Intitulé du poste
  • Data Steward Expérimenté-e F/H
  • Type contrat
  • CDI
  • Statut (CSP)
  • Ingénieur & Cadre
  • Temps de travail
  • Temps complet
  • Parlons de votre future mission

Dans le cadre de la transformation digitale et du programme Manufacturing 4.0 de Safran, vous rejoignez une nouvelle équipe data dédiée au cœur de nos opérations industrielles.

Vous contribuez à la qualité, à la conformité, à la valorisation et à la protection des données stratégiques, en lien direct avec nos enjeux de compétitivité, d'innovation, de sécurité et de montée en cadence.

  • Volet data steward (DATA MANAGEMENT)
  • En lien avec les pilotes industriels et les key users et le data manager de processus
  • Appliquer ou faire appliquer les standards de qualité, fiabilité et pérennité des données en coordination avec le Data Manager du processus « Fabriquer », ses pairs Data Référents et la DSI sur les données du processus y compris des données de référence dans les systèmes (ERP, PLM …)
  • Contribuer à assurer la protection et la mise en conformité de la donnée tout au long de son cycle de vie (collecte, stockage, exploitation, diffusion)
  • Participer à la complétude des dictionnaires de données processus/appli
  • Participer à la réalisation de cas d'usage dans le data catalog Collibra
  • Contribuer à l'animation d'un réseau de pairs au sein des sites et autres processus en étant relais opérationnel
  • Mettre en œuvre les protocoles de surveillance (tour de contrôle, suivi remédiation…)
  • Promouvoir la culture data et communiquer sur les réalisations
  • Volet data scientist (PROJETS DATA & IA)

Vous développez des outils (valorisation, analyses avancées, développement de modèles) pour répondre aux problématiques des opérationnels terrain (solutions d'analyse et d'exploitation des données industrielles).

  • Recueillir, spécifier et documenter avec les métiers les besoins, les indicateurs, les données utiles et les objectifs.
  • Évaluer la qualité, la représentativité et l'aptitude des données à répondre aux cas d'usage des jeux de données nécessaires aux analyses avancées ou aux modèles d'IA
  • Analyser le besoin métier et traduire une problématique technique en modèles statistiques/mathématiques, en utilisant des modèles existants ou en créant de nouveaux.
  • Appliquer ou développer des méthodes statistiques et des algorithmes d'apprentissage adaptés pour traiter les données.
  • Participer à l'évaluation métier des résultats de modèles analytiques ou d'IA : cohérence des données d'entrée, pertinence, explicabilité, conditions d'usage et suivi des dérives.
  • Participer aux tests unitaires, tests d’intégration et à la validation métier des solutions data.
  • Identifier et mettre en œuvre des optimisations sur les outils et méthodes existants.
  • Piloter et valider des études, partager les résultats, capitaliser et favoriser l'adoption des solutions développées.
  • Le cas échéant, participer au développement, déploiement et à la maintenance de solutions d'Intelligence Artificielle, en appliquant les bonnes pratiques MLOps et Agent Ops conformément aux exigences techniques et réglementaires, notamment l'IA Act.
  • Mais encore ? (avantages, spécificités, …)
  • Parlons de vous
  • Gestion et qualité des données
  • Comprendre la structuration, la collecte, la validation et le nettoyage des données.
  • Appliquer les bonnes pratiques de gouvernance, de sécurité, de confidentialité, de traçabilité et de conformité, en lien avec la réglementation
  • Compétences industrielles et systèmes d'information
  • Connaître les systèmes d'information industriels (ERP, MES, PLM) et idéalement la base de données du site.
  • Utiliser les outils de visualisation de données (ex. Power BI), et comprendre la modélisation en étoile.
  • Outils techniques et manipulation des données
  • Idéalement, savoir programmer (Python, VB, SQL).
  • Utiliser les outils et langages pour la collecte, la manipulation et l'analyse statistique des données
  • Maîtriser les outils de collecte de flux, la manipulation de données volumineuses et la détection d'incohérences.
  • Connaissance métier et collaboration
  • Bien connaître les produits fabriqués, les données métiers et les outils associés du site.
  • Savoir travailler en mode projet, idéalement avec une expérience des méthodes agiles.
  • Être capable d'animer des ateliers et de rédiger des synthèses avec des plans d'action.
  • Qualités personnelles
  • Être à l'aise avec la rédaction documentaire, la manipulation de grandes quantités de données et la communication (formation/sensibilisation des équipes).
  • Faire preuve de transparence, d'adaptabilité, d'autonomie, d'esprit d'équipe, de curiosité, de discrétion et de respect de la confidentialité.
  • Être orienté service, satisfait les attentes des parties prenantes, respecte les délais et les résultats.
  • Localisation du poste
  • Europe, France, Auvergne-Rhône-Alpes
  • Ville
  • 15 avenue Ambroise Croizat 03410 Domerat
  • Critères candidat
  • Niveau d'études min. requis
  • BAC+5
  • Niveau d'expérience min. requis
  • Supérieure à 5 ans
  • Langues
  • Anglais (Intermédiaire)
  • #J-18808-Ljbffr

Data Steward Expérimenté-e F/H employeur : Safran

Safran est un employeur de choix, offrant un environnement de travail dynamique et innovant dans le secteur aéronautique. Avec des opportunités de croissance professionnelle et un engagement fort envers la diversité et l'inclusion, notamment pour les personnes en situation de handicap, Safran favorise une culture collaborative où chaque talent est valorisé. De plus, les sites de Saint Quentin en Yvelines et Villaroche offrent un cadre de travail stimulant, propice à l'épanouissement personnel et professionnel.

S

Coordonnées :

Équipe de recrutement de Safran

Conseils d'expert StudySmarter🤫

Voici comment nous pensons que tu pourrais décrocher Data Steward Expérimenté-e F/H

✨Participer à des hackathons

Les hackathons sont une super opportunité pour montrer tes compétences en data science. En participant, tu peux non seulement travailler sur des projets concrets, mais aussi rencontrer des recruteurs et des professionnels du domaine. Qui sait, ça pourrait mener directement à une offre chez Safran!

✨Contribuer à des projets open-source

Plonger dans des projets open-source te permet de mettre en pratique tes compétences et d'améliorer ta visibilité dans la communauté des data scientists. C'est aussi une manière géniale de bâtir ton réseau et de te faire remarquer par des entreprises comme Safran.

✨Réseauter lors de conférences

Les conférences en data science sont le lieu idéal pour rencontrer des professionnels du secteur. N'hésite pas à te présenter, échanger des cartes de visite et discuter de projets avec des personnes qui travaillent dans des entreprises que tu admires, y compris Safran.

✨Appliquer directement via notre site

Quand tu vois une offre chez Safran, n'attends pas ! Postule directement sur notre site. Montre-nous ton enthousiasme pour le poste de data scientist à temps plein, et n'oublie pas d'inclure des exemples de tes projets et réalisations.

Nous pensons qu'il te faut ces compétences pour exceller en tant que Data Steward Expérimenté-e F/H

Gestion des données
Conformité des données
Qualité des données
Systèmes d'information industriels (ERP, MES, PLM)
Visualisation de données (ex. Power BI)
Programmation (Python, VB, SQL)
Analyse statistique des données

Quelques conseils pour ta candidature 🫡

Met en avant tes projets de data science:Pour un poste en data science chez Safran, assure-toi d'inclure des liens vers tes projets sur GitHub ou des articles de blog où tu expliques tes analyses de données. Ça montre que tu es actif dans le domaine et que tu comprends les défis du travail réel.

Soigne ton CV avec des compétences techniques précises:Quand tu écris ton CV pour un emploi de data scientist, mets en avant les langages de programmation que tu maîtrises (comme Python ou R) et des frameworks comme TensorFlow ou Scikit-learn. Mentionner des projets où tu les as utilisés peut vraiment faire la différence !

Raconte ta passion pour les données dans ta lettre de motivation:Dans ta lettre de motivation, explique pourquoi tu es passionné par la data science et comment ce poste chez Safran s'aligne avec tes ambitions. C'est l'occasion de montrer ta curiosité intellectuelle et ton envie d'apprendre dans un environnement dynamique.

Soumets ta candidature via notre site:Pour qu'on puisse mieux te considérer pour ce poste, pense à postuler directement sur notre site Web. Cela nous permet de centraliser les candidatures et de mieux te connaître à travers ton formulaire.

Comment te préparer à un entretien d'embauche chez Safran

✨Maîtrise des outils de Data Science

Assurons-nous de bien réviser les outils que l'on utilise dans le domaine de la data science, comme Python ou R. Sois prêt à discuter des bibliothèques que tu as maîtrisées, comme Pandas ou scikit-learn, et donne des exemples concrets de projets où tu les as utilisés.

✨Prépare-toi à des questions techniques

Attends-toi à des questions techniques sur des sujets comme l'apprentissage machine ou l'analyse de données. On pourrait te demander de résoudre un problème en direct ou de décrire un algorithme que tu as utilisé dans le passé. Prépare-toi à montrer ta capacité à analyser et interpréter des données !

✨Montre ta passion pour l'apprentissage

En tant que candidat pour un poste à temps plein, il est crucial de montrer ton envie d'apprendre et de te développer. Partage tes aspirations et les nouvelles compétences que tu souhaites acquérir pour évoluer dans ce domaine dynamique.

✨Prépare un portfolio percutant

Avoir un portfolio solide est essentiel. Choisis quelques projets pertinents que tu peux présenter, en détaillant les défis que tu as relevés et les solutions que tu as apportées. Ça montrera non seulement tes compétences, mais aussi ta capacité à résoudre des problèmes concrets dans le monde réel.