Localisation du poste
Labège, FRANCE
Envie de vous lancer un nouveau défi et bénéficier d'une mobilité en interne ? Alors postulez dès maintenant et devenez notre nouveau STAGE 2026 - Recherche Opérationnelle et IA - F/H en STAGE au sein de l'entité BERGER-LEVRAULT !
🎥 Nous découvrir en vidéo, cliquez ici
Visiter nos coulisses sur Welcome to the Jungle, cliquez ici
Votre future équipe
Intégré(e) à la Direction de la Recherche et de l’Innovation Technologique (DRIT) de Berger Levrault, vous rejoindrez une équipe innovante qui valorise la curiosité, la collaboration et l’expérimentation. Chercheurs, doctorants, étudiants et ingénieurs collaborent quotidiennement pour concevoir des solutions innovantes et préparer les usages technologiques de demain.
Vos missions
🔎 Sujet : Optimisation Tactique des Stocks de Pièces de Rechange
🧩 Contexte :
La gestion des pièces détachées est un enjeu majeur pour garantir la disponibilité des équipements et limiter les arrêts de production. Au sein de l’environnement client sous CARL Source, des incohérences récurrentes se manifestent : ruptures de pièces critiques, sur-stockage entraînant des coûts élevés et incertitudes dans les réapprovisionnements. Dans une logique Industry 5.0 (résilience, intelligence augmentée, exploitation des données opérationnelles), l’objectif est d’optimiser les niveaux de stock sur un horizon tactique de 3 à 18 mois, en tenant compte de la variabilité réelle de la demande, des délais fournisseurs, et de la criticité des pièces.
🎯 Objectif :
Développer une méthodologie d’optimisation des stocks de pièces de rechange combinant :
- Un modèle déterministe de base (seuils, sécurité, service level, coûts),
- une classification avancée des pièces (ABC étendu, criticité, clustering)
- et une méthode moderne d’optimisation adaptée aux données (simulation, ML simple ou système multi-agent).
🛠️ Missions :
Analyse des données CARL Source
- Cartographier pièces ↔ équipements ↔ interventions.
- Étudier la variabilité (demande, délais, criticité).
- Identifier les familles de pièces à fort enjeu tactique.
Classification des pièces
- Appliquer une analyse étendue (par exemple une ABC étendue intégrant le coût, l’usage et la criticité).
- Construire une matrice de priorisation pour guider l’optimisation.
Modèle déterministe de référence
- Définir les niveaux de stockage (stocks de sécurité, seuils) pour chaque pièce afin d’optimiser le coût total (stockage, rupture, commandes) tout en satisfaisant les exigences de chaque activité de maintenance.
- Réaliser une analyse de sensibilité afin d’évaluer les configurations critiques par rapport aux solutions générées par les différents optimiseurs.
Module avancé (selon diagnostic des données)
- Capturer les dynamiques que le modèle déterministe ne gère pas. Simulation événementielle si forte incertitude / délais instables,ou ML simple (prévision, backorder) si patterns détectables,ou système multi-agent si interdépendances entre familles de pièces.
Benchmark & recommandations
- Comparer les politiques selon : le coût global, le taux de service et la résilience aux fluctuations.
- Proposer des niveaux de stock optimaux par catégorie.
Prototype d’aide à la décision
- Développer un démonstrateur.
- Visualiser les seuils critiques et les niveaux recommandés.
Cette offre est faite pour vous ? Uniquement si...
- Vous êtes étudiant(e) en Master 2 informatique, data science, optimisation ou génie industriel.
- Vous recherchez un stage de 6 mois débutant au printemps 2026
- Vous maîtrisez Java et/ou Python.
- Vous disposez de compétences solides en analyse de données.
- Vous possédez des bases solides en modèles déterministes appliqués à la gestion des stocks (ROP, stock de sécurité, EOQ).
- Vous avez une bonne compréhension de la formulation et de la modélisation en modèles Recherche Opérationnelle (Programmation Linéaire et Programmation par contraintes).
- Vous avez un intérêt pour la Supply Chain et l’Industrie 5.0, et une familiarité avec les environnements industriels ou les solutions de GMAO.
- Vous avez idéalement des connaissances en simulation, en ML ou en systèmes multi-agents.
Pourquoi vous lancer dans cette nouvelle aventure ?
- Parce que vous avez suivi toutes les astuces mentionnées dans la vidéo ici
- Parce que vous avez envie de donner un nouvel élan à votre carrière au sein du groupe Berger-Levrault et challenger votre expertise dans un autre contexte
- Parce que vous êtes doté(e) d'une expérience et de compétences pertinentes pour le poste
- Parce que 100% des gagnants ont tenté leur chance ? 😉
Et si vous avez la moindre question, n’hésitez pas à contacter directement PERUSIN CAMILLE qui est en charge du recrutement !
Quelles sont les étapes du processus de recrutement ?
- Première étape : Envoyez votre CV et lettre de motivation via l'espace candidat (Éléments obligatoires, même pour de l'interne !)
- Deuxième étape : Votre profil attire notre attention, votre recruteur ou votre futur manager aura le plaisir de vous contacter pour un premier échange téléphonique.
- Troisième étape : Vous avez suscité notre curiosité:-), nous vous contacterons pour un 2ème entretien à distance ou au sein de nos locaux.
Naturellement, vous aurez une réponse de notre part que cela soit 👎 ou 👍.