Process Data Scientist

Holcim est le partenaire leader pour la construction durable avec un chiffre d'affaires net de CHF 15.7 milliards en 2025, créant de la valeur dans tout l'environnement bâti, des infrastructures et de l'industrie aux bâtiments. Basée à Zug, en Suisse, Holcim compte plus de 50 000 employés dans 45 pays – à travers l'Europe, l'Amérique latine et l'Asie, le Moyen-Orient et l'Afrique – et a été reconnue comme Global Top Employer par le Top Employers Institute. Holcim propose des produits et des solutions de construction de haute valeur de bout en bout, des fondations et revêtements de sol aux murs et à la toiture – propulsés par des marques premium incluant ECOPact, ECOPlanet, ECOCycle et Ytong.

Présentation du rôle
Alors que nous continuons à rechercher des moyens plus durables de construire, nous avons besoin de talents de classe mondiale pour rejoindre notre équipe. Des personnes passionnées par la durabilité, animées par la curiosité et désireuses de croître, d'apprendre, de se développer et de s'épanouir dans notre culture de haute performance.

Nous recherchons un Process Data Scientist innovant, motivé pour résoudre les grands défis opérationnels et énergétiques de notre industrie. Inspiré par le développement et le déploiement d'applications d'IA de pointe qui amorcent une nouvelle ère d'efficacité thermique et de fours, notre Process Data Scientist est passionné par l'utilisation d'outils numériques pour optimiser la stabilité des processus, réduire la consommation de carburant, favoriser la substitution par des combustibles alternatifs et limiter les émissions de CO2 dans nos Plants of Tomorrow.

Vous travaillerez sur la conception d'algorithmes, le développement et le déploiement de Machine Learning, ainsi que sur la mise en œuvre de diverses initiatives d'optimisation des processus de fabrication, y compris notre solution phare P-PREDICT.

Vous veillerez également à ce que ces solutions s'intègrent parfaitement à nos technologies héritées et aux nouvelles technologies Plant of Tomorrow pour réaliser notre vision d'une fabrication de ciment durable.

Responsabilités principales :

• Conception, réglage et validation de modèles hybrides Machine Learning & Physique-IA :
• Concevoir, configurer et valider des algorithmes de Machine Learning hybrides combinant la physique des processus basée sur les principes fondamentaux et des boucles d'IA adaptatives pour l'optimisation des calcinateurs et des fours.
• Développer des capteurs logiciels prédictifs pour les variables de processus en temps réel, comme la prévision de la valeur calorifique du combustible pour les combustibles alternatifs et la prédiction de la qualité du clinker.
• Construire des systèmes de recommandation multi-variables pour les boucles de contrôle de nos fours et autres équipements.
• Utiliser le deep learning, la prévision de séries chronologiques et les modèles probabilistes pour prédire les risques opérationnels (tels que le risque de formation d'anneaux, les blocages de cyclones et les pics de pression).

Gestion du cycle de vie des modèles :

• Responsable du cycle de vie de bout en bout des modèles (y compris l'ingénierie des caractéristiques, la conception, le déploiement cloud/edge, le réglage continu et les pipelines de réentraînement automatisés).
• Travailler avec nos fournisseurs sur le déploiement et la personnalisation de leurs solutions ainsi que sur le développement de solutions propriétaires Holcim.

IA explicable (XAI) & Intégration de l'interface opérateur :

• Concevoir la logique opérationnelle, les codes de raisonnement et les métriques à afficher sur les tableaux de bord des opérateurs pour assurer une explicabilité élevée et la confiance des utilisateurs.
• Collaborer étroitement avec les ingénieurs de procédés et les opérateurs d'usine pour traduire les connaissances opérationnelles en limites de modèles précises.

Adoption sur le terrain & Transfert de connaissances :

• Stimuler l'adoption et l'utilisation mondiales de P-PREDICT et d'autres initiatives PoT à travers le monde, par un onboarding structuré en usine, un support à la mise en service et des boucles de rétroaction.
• Assurer le coaching, le transfert de savoir-faire et la documentation technique pour les ingénieurs de procédés en usine.

Votre profil :
Niveau d'études/qualifications normalement requis :

• MS ou PhD en informatique, génie chimique, science des données, génie électrique, systèmes et contrôle, ou domaines équivalents.
• Certifications C3.ai (C3.ai Data Science, C3.ai V8 Data Science/Application Development) ou certification équivalente de framework d'IA d'entreprise (Atout).

Expérience :

• Plus de 3 ans d'expérience dans des projets appliqués de Machine Learning et de Data Science axés sur l'optimisation des processus de l'industrie lourde (ciment, chimie, énergie ou traitement minéral de préférence).
• Plus de 2 ans d'expérience dans la productisation et la mise à l'échelle de modèles ML dans des environnements de production (Cloud et EDGE).
• Plus de 2 ans d'expérience dans la gestion du changement industriel, le coaching et le transfert de connaissances techniques pour garantir l'adoption complète des systèmes de contrôle numériques par l'usine (Atout).

Compétences techniques :

• Expertise en Machine Learning appliqué : Détection d'anomalies, prévision de séries chronologiques, analyse de régression, modélisation probabiliste, classification supervisée et apprentissage non supervisé.
• Solides bases mathématiques et sectorielles : Algèbre linéaire, calcul, probabilités/statistiques, transfert de chaleur et de masse, et dynamique de base du contrôle de processus (PID/MPC).
• Stack de programmation et de ML : Haute maîtrise de Python (PyTorch, TensorFlow, Scikit-learn, Pandas, NumPy) et R/SQL ; expérience avec les pipelines de données de prototype et de production.
• Data Warehousing, Data Lakes & Systèmes de données évolutifs : Expérience pratique de travail avec des plateformes de données modernes, y compri