Activez les alertes d’offres d’emploi par e-mail !

Apprentissage - Technicien •ne Méthodes Industrielles H / F

Safran

Saint-Benoît

Sur place

EUR 20 000 - 40 000

Plein temps

Aujourd’hui
Soyez parmi les premiers à postuler

Générez un CV personnalisé en quelques minutes

Décrochez un entretien et gagnez plus. En savoir plus

Repartez de zéro ou importez un CV existant

Résumé du poste

Safran Electronics & Defense recherche un(e) apprenti(e) pour l'Unité de Production de l'Extremely Large Telescope. Vous serez impliqué(e) dans la maintenance des systèmes de supervision et l'optimisation des processus en industrie 4.0. Ce poste offre une belle opportunité d'apprentissage dans un environnement innovant. Les candidats doivent être en dernière année de B.U.T. en informatique industrielle et avoir une bonne maîtrise des outils techniques.

Qualifications

  • Préparation de dernière année de B.U.T. en informatique industrielle requis.
  • Maîtrise des outils d'informatique industrielle exigée.
  • Passion pour le travail en équipe appréciée.

Responsabilités

  • Maintenance de premier niveau de la solution de supervision.
  • Gestion des incidents liés à la supervision et flux de données.
  • Amélioration des interfaces homme-machine sur les moyens de production.

Connaissances

Capacités d'analyse
Capacités de synthèse
Travail en équipe

Formation

Bachelor Universitaire de Technologie en informatique industrielle

Outils

SCADA
MES
MS SQL Server
Administration serveur et réseau

Description du poste

L'Etablissement SAFRAN ELECTRONICS & DEFENSE de Poitiers, spécialisé dans l'optronique de Défense, recherche un(e) apprenti(e) pour l'Unité de Production ELT - EXTREMELY LARGE TELESCOPE, au sein de son service Méthodes / Process. La production des segments du miroir primaire de l'Extremely Large Telescope nécessite une gestion rigoureuse des données de production, impliquant une centaine d'étapes et une trentaine de moyens ou procédés différents. La connexion de ces moyens à une solution de supervision permet un suivi en temps réel et une capitalisation efficace de l'état d'avancement de chaque segment à chaque étape. L'automatisation des flux de données réduit les erreurs humaines et garantit la cohérence entre le segment, le moyen utilisé, et le programme machine en fonction de l'état d'avancement. Dans un environnement Industrie 4.0, la collecte et l'analyse de ces données facilitent la mise en place de tableaux de bord et l'amélioration des indicateurs de performance, délais et coûts, tout en permettant une anticipation des dérives potentielles.

Les missions confiées à l'apprenti(e) seront :
- La maintenance de premier niveau de la solution de supervision (architecture client lourd - serveur).
- La remontée des incidents liés au fonctionnement de la supervision, à la connexion des moyens, ou aux erreurs de flux de données, en lien avec l'éditeur ou les équipes de développement.
- La proposition d'améliorations pour la solution de supervision, en intégrant le retour d'expérience utilisateur.
- La validation des versions correctives et évolutives, avec établissement et mise en œuvre des plans de test.
- Sur la programmation machine, des missions ponctuelles pourront inclure :
• La mise à disposition des variables d'échange et des données côté machine.
• L'amélioration des interfaces homme-machine sur les moyens de production.
• L'optimisation des programmes machines pour réduire les interventions et leur durée.

Vous préparez votre dernière année de Bachelor Universitaire de Technologie en informatique industrielle (ex. : GEII AII), ou équivalent ? Vous aimez le travail en équipe, possédez des capacités d'analyse et de synthèse, et maîtrisez les outils d'informatique industrielle tels que SCADA, MES, administration serveur et réseau, et MS SQL Server ? Rejoignez-nous !

Créer une alerte emploi pour cette recherche

Technicienne Industrielle • Saint-Benoît, Nouvelle-Aquitaine, France

Obtenez votre examen gratuit et confidentiel de votre CV.
ou faites glisser et déposez un fichier PDF, DOC, DOCX, ODT ou PAGES jusqu’à 5 Mo.