Ingénieur data-IA - Génie Civil - CDI F/H

Pour faciliter la lecture, l'écriture inclusive n'est pas utilisée dans le corps de cette annonce, les termes employés au masculin se réfèrent aussi bien aux femmes et aux hommes.



A travers ses projets, Eiffage a une ambition forte : contribuer activement à bâtir un monde plus sobre et plus durable. Cet engagement en matière de responsabilité sociétale et environnementale se matérialise par une stratégie bas carbone ambitieuse qui vise à accélérer la transition écologique, présente dans nos différents projets.

La réalisation de ces projets passe par le partage de valeurs communes : Responsabilité, Exemplarité, Confiance, Transparence, Lucidité, Courage et pugnacité.

Projets importants que vous connaissez peut-être déjà : le viaduc de Millau, les lignes de métros et gares du Grand Paris, la fondation Louis Vuitton, et le tramway de Bordeaux, entre autres.



VOTRE FUTURE EQUIPE



Au sein de la Direction Opérationnelle des Ressources Techniques et Performancielles est au service d'Eiffage Génie Civil et de ses directions opérationnelles.

Cette direction est issue du regroupement de l'ingénierie composée des bureaux d'études, d'experts et de directions techniques, des départements : Performance, Innovation et Représentation Matériau, Matériels et Achats.



VOS PRINCIPALES MISSIONS



Intégré au département Durabilité et Performance Environnementale, vous aurez pour missions, dans le cadre du déploiement de la stratégie CSRD d'Eiffage au niveau du pôle Génie Civil France, de :

Recenser, analyser, synthétiser et capitaliser sur l'usage de la donnée du pôle Génie Civil France dans le cadre du reporting lié à la CSRD à la suite de l'exercice 2024: cartographie des outils et des indicateurs existants ainsi qu'identification de données « gratuites » (disponible directement ou indirectement mais non nécessairement utilisée) ;

Contribuer, notamment sur cette base, à la définition de cas d'usages susceptibles de bénéficier d'un apport significatif de l'IA, puis les catégoriser et les prioriser en fonction des usages (remontée de la data, caractérisation de sa qualité, exploitation, prédiction, tableau de bord, …)

Participer à la mise en œuvre de cas d'usages retenus lors de l'étape précédente, en évaluer la pertinence et l'efficacité a posteriori, et communiquer sur les résultats obtenus.