Lead - Supply Chain Decision Intelligence & Operations Research

En bref : En tant que notre Lead - Supply Chain Decision Intelligence & Operations Research, vous appliquerez la rigueur mathématique à des décisions complexes à travers la supply chain mondiale d'On. Vous concevrez des modèles d'optimisation, de simulation et de scénarios qui aident les dirigeants et les planificateurs à comprendre les contraintes, à évaluer les compromis et à prendre de meilleures décisions. Vous travaillerez sur la formulation des problèmes, l'exploration des données, le prototypage rapide, la validation commerciale et le transfert des solutions réussies à l'équipe Technology pour une mise en œuvre évolutive. Ce rôle combine la Recherche Opérationnelle, les mathématiques appliquées, l'expertise en supply chain et la technologie analytique moderne. Les équipes Technology sont responsables des pipelines d'entreprise, des plateformes et du déploiement en production ; vous fournirez la logique métier, les modèles mathématiques, les preuves de prototype et les exigences fonctionnelles nécessaires pour mettre à l'échelle des solutions précieuses. Votre mission : Développer des modèles de décision : Concevoir et tester des modèles d'optimisation, de simulation et de scénarios pour des domaines tels que l'inventaire, la capacité, l'exécution (fulfilment), l'équilibrage de la demande et de l'offre, le risque de service et les décisions relatives au cycle de vie des produits. Construire des prototypes rapides : Utiliser Python, SQL, Hex et d'autres outils analytiques pour développer et valider rapidement des modèles avec les planificateurs et les parties prenantes métier avant l'industrialisation. Préparer des données prêtes pour la modélisation : Explorer, évaluer, joindre et transformer de manière autonome les données nécessaires à la modélisation. Documenter les hypothèses, les problèmes de qualité des données, la logique de transformation et les règles de validation. Partenariat avec Technology : Travailler en étroite collaboration avec les équipes Data Engineering, Data Science, Optimization Engineering et les équipes de plateforme pour transférer les prototypes réussis en solutions évolutives. Fournir des spécifications de modèles claires, la logique métier, les exigences d'entrée et de sortie, les cas de test et les critères d'acceptation. Permettre la planification de scénarios : Construire des modèles qui permettent aux dirigeants de tester la résistance de la supply chain, d'évaluer des scénarios sous contraintes et de quantifier les risques, les sensibilités et les impacts en aval. Traduire les mathématiques en décisions : Transformer les sorties de modèles complexes en recommandations claires, en compromis et en informations exploitables pour les planificateurs, les directeurs et les cadres supérieurs. Appliquer la technologie moderne : Utiliser le codage assisté par l'IA, les flux de travail agentiques et les outils génératifs pour accélérer l'exploration des données, la modélisation, le développement de scénarios et la documentation. Ces outils doivent augmenter, et non remplacer, la rigueur mathématique, la validation, la transparence et l'explicabilité. Votre parcours : Compétences essentielles Vous possédez des bases solides en Recherche Opérationnelle, Mathématiques Appliquées, Génie Industriel, Sciences de Gestion, Science de la Décision, Ingénierie des Systèmes, Statistiques, Physique ou une autre discipline quantitative. 5 à 7 ans d'expérience pertinente dans l'industrie, le conseil, la recherche appliquée, le milieu académique ou une combinaison de ces environnements. Solide expérience en optimisation, simulation, processus stochastiques, modélisation probabiliste ou méthodes quantitatives connexes. Capacité à formuler mathématiquement des problèmes du monde réel et à implémenter des modèles de manière informatique. Maîtrise de Python, R, Julia, MATLAB ou un environnement équivalent. Solides compétences en SQL et en manipulation de données (data-wrangling). Capacité à travailler de manière autonome avec des données complexes et imparfaites. Forte capacité de formulation de problèmes et de pensée analytique. Capacité à expliquer clairement des résultats quantitatifs à des parties prenantes non techniques. Expérience de collaboration avec les équipes métier, analytiques et Technology. Expérience souhaitable Expérience en supply chain, logistique, fabrication, vente au détail ou tout autre environnement opérationnel sous contraintes. Expérience avec des modèles d'inventaire, d'allocation, de capacité, d'exécution, de réseau ou de niveau de service. Familiarité avec des outils tels que Gurobi, CPLEX, Pyomo, PuLP, OR-Tools, JuMP, SciPy ou Hex. Expérience avec la simulation, l'optimisation stochastique ou la prévision probabiliste. Expérience dans le transfert de prototypes en production. Familiarité avec les indicateurs de la supply chain tels que l'OTIF, la précision des prévisions, le biais, la couverture de stock et la rotation des stocks. Intérêt pour le développement assisté par l'IA et les flux de travail analytiques agentiques. Ce qui fera votre succès Vous combinez profondeur mathématique et pragmatisme. Vous êtes à l'aise pour travailler avec des données imparfaites, remettre en question les hypothèses et itérer avec les utilisateurs finaux. Vous savez quand un modèle simple est suffisant, quand une plus grande sophistication est justifiée et quand un prototype est prêt à être mis à l'échelle. Plus important encore, vous êtes motivé par l'utilisation d'une pensée quantitative rigoureuse pour améliorer les décisions réelles. Votre équipe : L'équipe Analytics & Decision Intelligence permet à notre Global Supply Chain de disposer d'outils d'aide à la décision de haute qualité. Nous connectons les priorités métier, les connaissances opérationnelles, les méthodes quantitatives et analytiques approfondies et les capacités technologiques pour tester rapidement des concepts et déployer des solutions éprouvées. Notre travail