Ingénieur Excellence Opérationnelle / Génie Industriel

Recherche doctorale au sein du laboratoire G-SCOP sur l'intelligence artificielle hybride (CBR & CSP) appliquée à la reconfiguration automatique des systèmes de production pour l'Industrie 4.0.

• Conception et développement d'un outil d'aide à la décision en Python pour la reconfiguration des systèmes manufacturiers.
• Modélisation de problèmes complexes d'optimisation combinatoire utilisant la programmation linéaire et la gestion des connaissances.
• Réduction de 80% du temps de génération des solutions de reconfiguration sur une étude de cas réaliste.
• Enseignement de cours universitaires en Gestion de Projet et Management des Systèmes d'Information.
• Pilotage de travaux de recherche intégrant CBR, CSP et techniques de reconfiguration machine.

Contribution à un projet de recherche visant la création d'une étude de cas réaliste pour le problème de reconfiguration des machines au sein d'une institution de recherche canadienne.

• Collecte et analyse de données provenant de systèmes de production réels.
• Développement d'une étude de cas complète intégrant 150 machines et plus de 750 références de produits.
• Structuration des données en vue de benchmarker les algorithmes d'optimisation et de reconfiguration.

Participation au projet d'implantation et d'optimisation d'une nouvelle usine au sein d'une entreprise spécialisée en solutions industrielles.

• Modélisation et simulation de systèmes de production complexes avec Arena pour évaluer les configurations possibles.
• Conception de plans d'expériences (DoE) permettant l'optimisation des paramètres industriels critiques.
• Analyse des données de simulation et interprétation des résultats statistiques pour recommander les meilleures configurations.
• Réalisation d'une cartographie de flux de valeur (VSM) identifiant les goulots d'étranglement et les opportunités d'amélioration.

Mission d'amélioration continue au sein d'une entreprise manufacturière leader, avec mise en œuvre d'une refonte du processus de gestion MADC selon les principes Lean.

• Application de la méthodologie DMAIC (Define, Measure, Analyze, Improve, Control) pour la refonte du processus.
• Élaboration d'une cartographie de flux de valeur (VSM) et d'une structure de décomposition du travail (WBS).
• Conception d'un tableau de KPI permettant le suivi et le pilotage de la performance des flux.
• Rédaction des modes opératoires (MOP) et exploitation du MES (Manufacturing Execution System) pour le suivi temps réel.
• Simulation des flux de production avec Arena afin de valider les améliorations avant déploiement.