Résumé des fonctions
La personne titulaire du poste collabore avec les équipes du secteur Mécanique afin de transformer les données opérationnelles en information stratégique. Par l'analyse des seuils d'alerte, des lectures de détecteurs en bordure de voie, des tendances de défaillance et d'autres indicateurs, elle contribue à améliorer la fiabilité des locomotives et du matériel roulant. Elle travaille en étroite collaboration avec les équipes de fiabilité des wagons et des locomotives, les spécialistes techniques, les responsables du parc, les fabricants d'équipement d'origine (OEM), les équipes de détection et de vision artificielle ainsi que la direction du secteur Mécanique.
Principales responsabilités
Gestion des données
- Concevoir, développer et maintenir les processus d'extraction, de transformation et de chargement (ETL) à partir de diverses sources de données.
- Intégrer les données dans les environnements de stockage afin d'en assurer l'accessibilité et l'utilisation.
- Appliquer des techniques de nettoyage, de transformation et d'enrichissement des données pour soutenir les analyses.
- Développer de nouvelles sources de données et optimiser les ressources existantes.
- Effectuer des vérifications de qualité et des audits afin de valider l'intégrité des données.
- Collaborer avec les équipes internes et externes pour identifier les possibilités d'amélioration.
Analyse et rapports
- Analyser les données afin de cerner les tendances, les risques, les enjeux de fiabilité ainsi que les occasions d'amélioration de la performance et de la productivité.
- Développer, produire et maintenir des indicateurs et des rapports soutenant la prise de décision fondée sur les données.
- Définir les seuils d'alerte selon les défauts et les différents parcs d'équipement.
- Interpréter les résultats des outils analytiques et communiquer les constats aux différents niveaux de gestion.
- Élaborer les meilleures pratiques en matière d'instrumentation, d'expérimentation et d'analyse.
- Présenter les résultats et recommandations aux équipes et à la direction.
Conditions de travail
Le poste comporte des conditions de travail habituelles dans un environnement de bureau, avec une semaine de travail régulière du lundi au vendredi. La personne titulaire doit être disponible pour travailler occasionnellement de nuit ou les fins de semaine. Le poste exige la gestion simultanée de plusieurs priorités et le respect d'échéanciers établis. Des déplacements occasionnels au Canada et aux États-Unis sont requis (environ 10 % du temps).Exigences
Expérience
Analyse des données
- Au moins 3 ans d'expérience avec des outils d'analyse de données tels que SQL, Tableau, Power BI, Excel et SAP
- Expérience en apprentissage automatique et en vision artificielle*
- Expérience avec Databricks, Azure Data Factory, Informatica Claire, Palantir Foundry et les processus ETL
- Les candidatures présentant une combinaison équivalente d'études, de formation et d'expérience seront considérées.
- * Toute exigence indiquée par un astérisque (*) sera considérée un atout (non-obligatoire).
Éducation/Certification/Désignation
Baccalauréat en statistique, en mathématiques, en science des données ou en ingénierie
- Les candidatures présentant une expérience pratique, des études ou une formation équivalentes seront considérées.
Compétences
- Nous nous soucions les uns des autres
- Nous visons l'excellence
- Nous réussissons, ensemble
- Nous menons nos activités de façon responsable
- Aptitudes d'analyse et de logique abstraite
- Capacité à comprendre et utiliser l'IA et les données
- Pensée globale
- Profondeur d'analyse
- Sens des affaires
Connaissances et compétences techniques
- Connaissance d'un ou de plusieurs langages de programmation ou d'analyse, notamment Python et Pandas
- Maîtrise des outils d'analyse et de visualisation de données
- Connaissance des concepts de gestion, d'intégration et de qualité des données
- Capacité à interpréter des données complexes et à communiquer efficacement les résultats
- Connaissance des méthodes analytiques et des approches de maintenance prédictive