Data Quality Engineer H/F - Avril

Avril recrute un (une)Data Quality Engineerà Avril est le leader industriel et financier de la filière française des huiles et protéines végétales. Créé par le monde agricole, le Groupe fonde sa croissance sur un modèle unique de création de valeur : tous les bénéfices sont réinvestis en faveur de la dynamique de filières et de son développement enFrance comme à l'international.Sa raison d'être, Servir la Terre, guide son action, en ligne avec son ambition de devenir d'ici 2030 leader de la transformation végétale au service des transitions agricole, alimentaire et environnementale.A son métier d'investisseur s'est ajouté celui d'industriel résolument ancré dans la transformation végétale, de la graine au produit transformé. Présent dans l'alimentation humaine, la nutrition et les expertises animales, les énergies et la chimie renouvelables, il déploie un portefeuille d'activités toutes en position de leader sur leurs marchés. Avec près de 8 400 collaborateurs dans 18 pays, Avril a réalisé en 2024 un CA de 7,7Md€.
Travailler chez Avril, c'est faire le choix d'une entreprise qui réconcilie performance et responsabilité, innovation et humilité, collectif et individu.Avril, le choix d'une autre voie.Pour en savoir plus : avril.com X @Avril LinkedIn Avril Welcome To The Jungle AvrilQuels seront les enjeux du poste et votre contribution ?Projet 1 - Jumeau numérique d'un procédé de fermentation (entité ATV)Vouscontribuez à la conception d'un jumeau numérique d'un procédé de fermentationen milieu biphasique pour la production de glycolipides (mannosylérythritollipides, MEL). L'objectif est de mieux comprendre, prédire et piloter cesprocédés en couplant modélisation mécaniste et approches data-driven. À cetitre, vous serez amené(e) à :- Structurer et préparer les jeux de données issus des campagnes de fermentation - mesures en ligne et hors ligne (biomasse, substrats, gaz, concentrations en produit) - incluant l'imputation des valeurs manquantes, la mise à l'échelle et le feature engineering.- Développer des modèles prédictifs (réseaux de neurones, forêts aléatoires, SVM...) de la quantité de MEL produite (par type) en fonction des paramètres de fermentations et des mesures en ligne réalisées sur les fermenteurs.- Contribuer à la mise en place de modèles cinétiques (systèmes d'équations différentielles, cinétiques de type Monod / Michaelis-Menten) décrivant la croissance cellulaire, la consommation des substrats et la formation du produit. coupler ces deux briques - mécaniste et apprentissage - au sein d'un jumeau numérique permettant de simuler différentes stratégies de conduite (alimentation, ratios substrat/biomasse, durée) et d'aider à la décision en cours de procédé.- Evaluer la performance des modèles (MSE, MAE, R²...) et garantir la reproductibilité des résultats (versionnage du code et des données).Projet 2 - Valorisation de données sur parcelles agricolesVousaccompagnez un projet de collecte et de valorisation de données issues deparcelles agricoles, visant à proposer une offre de données « raffinées » quipermette aux coopératives agricoles de fiabiliser leurs études de réductiond'impact environnemental (analyses de cycle de vie, bilans d'émissions) surleur périmètre. Vos missions principales :- Réaliser des analyses descriptives des données collectées afin de qualifier les différentes sources (complétude, cohérence, fiabilité).- Concevoir des algorithmes de nettoyage automatique des données brutes (détection d'anomalies, harmonisation, contrôles de cohérence).- Développer des algorithmes prédictifs permettant de combler les données manquantes (imputation).- Restituer les résultats de manière claire et pédagogique auprès des équipes métiers et des partenaires (coopératives).Pourquoi vous ?Issu(e) d'uneformation supérieure (Bac +5, école d'ingénieur ou master) en data science,statistiques, mathématiques appliquées ou équivalent, vous recherchez unpremier poste (profil junior). Une première expérience - stage, alternance ouprojet - en science des données est demandée. Une appétence pour les procédésindustriels, la biotechnologie ou l'agronomie constitue un plus.Vous réussirez grâce à :La visualisation de données (dataviz) et restitution claire des résultats.La modélisation : apprentissage automatique (réseaux de neurones, forêts aléatoires, SVM...) et, idéalement, sensibilité à la modélisation mécaniste / cinétique.La maîtrise de Python (pandas, scikit-learn) et / ou de R.La préparation et le nettoyage de données, feature engineering, traitement des valeurs manquantes.Les bonnes pratiques de reproductibilité et de versionnage (Git).Votre excellente capacité à vulgariser des sujets complexes et à communiquer efficacement auprès d'interlocuteurs non spécialistes ;Votre curiosité, votre autonomie ainsi que votre esprit d'analyse ;Votre goût pour le travail collaboratif et transversal, en interaction avec les équipes métiers et les différents partenaires.Au-delà des compétences, votre personnalité et votre motivation feront également la différence !Pourquoi choisir Avril ?Chez Avril :- Vous aurez l'opportunité d'agir pour notre raison d'être Servir La Terre- Votre sécurité et votre santé seront notre priorité n°1Vos avantages:-