Prévisionniste data scientist f/h (H/F)

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 Aircraft Engines conçoit, produit et commercialise, seul ou en coopération, des moteurs aéronautiques civils et militaires aux meilleurs niveaux de performance, fiabilité et respect de l'environnement. La société est notamment, à travers CFM International*, le leader mondial de la propulsion d'avions commerciaux courts et moyen-courriers.

* CFM International est une société commune 50/50 de Safran Aircraft Engines et GE Aerospace.



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.


Descriptif missionVous aimez faire parler les données, tester des hypothèses et transformer un historique complexe en prévision exploitable ?



Rejoignez le département Demand & Planning du MRO (Maintenance Repair & Overhaul) moteurs civils pour contribuer à une prévision plus fiable, plus lisible et plus robuste. Vous utilisez les données métiers pour construire des projections, mesurer les écarts, améliorer les modèles et aider les équipes à prendre les bonnes décisions au bon moment.



Vos missions

o Collecter, nettoyer, croiser et analyser les données nécessaires à la prévision pièces.

o Construire des prévisions à différents horizons et formaliser les hypothèses utilisées.

o Mesurer la qualité des prévisions, analyser les écarts et identifier les leviers d'amélioration.

o Participer à la conception ou à la validation de modèles de prévision.

o Contribuer à la mise en place de reportings visuels et collaboratifs pour rendre la prévision plus lisible.

o Travailler avec les équipes métiers et data pour transformer les besoins opérationnels en analyses exploitables.