La performance opérationnelle devient un pilier incontournable dans le cadre de la croissance de Transavia pour robustifier nos opérations, offrir une expérience unique à nos clients ainsi qu’à nos équipes et limiter les coûts de non-performance.

Au sein de la Direction Exploitation, vous rejoindrez une équipe dynamique pour travailler sur un projet innovant visant à optimiser les processus décisionnels grâce à un outil prédictif. Ce projet a pour objectif de créer un modèle de prédiction de retards en exploitant les données disponibles au sein de l'entreprise. Vous serez en charge de développer cet outil d'aide à la décision basé sur des méthodes de machine learning et de data mining, et de collaborer avec les différentes parties prenantes pour intégrer la solution dans les processus existants.

Les activités du stage sont :

• Analyser les données historiques de vols (retards, causes, etc.)
• Mettre en place un modèle prédictif capable de détecter les risques de retards sur les vols futurs
• Optimiser les algorithmes en fonction des ressources et données disponibles dans l'entreprise
• Tester, valider et ajuster les modèles afin de maximiser la précision des prédictions
• Créer des visualisations de données pertinentes pour faciliter le management programme
• Documenter le processus de création de l'outil et former les équipes à son utilisation
• Travailler en étroite collaboration avec les équipes de performance opérationnelle pour intégrer la solution dans les flux de travail.
  

Le stage vous conduire à travailler sur l'analyse et l'exploitation pertinente de sources de données afin de fournir des indicateurs permettant une planification plus robuste de nos opérations. 

• Niveau de diplôme : Vous êtes étudiant.e en Bac+4/5 en école d’ingénieur ou au sein d’un master universitaire avec une spécialisation en Data Science, Statistiques, Mathématiques appliquées ou Informatique Décisionnelle

• Informatique : vous avez :
  

  - une bonne maîtrise du Pack Office (Word, Excel : Tableau Croisé Dynamique, PowerPoint), de Power BI et des outils de machine learning (supervisé et non supervisé) avec une expérience des algorithmes comme les SVM, Random Forest ou Réseaux de neurones

  - De solides connaissances des techniques de data mining et de la manipulation de grandes bases de données

  - Expérience avec des environnements de développement tels que Python (pandas, scikit-learn…), Jupyter Notebook

  - Compétences en SQL pour interroger les bases de données

• Savoir Faire Savoir Être : Vous êtes analytique et synthétique, vous avez une bonne aisance orale et écrite, vous être force de proposition, vous avez des capacités à travailler en mode projet et à interagir avec différentes équipes métier