Stage - Data Analyst R&D H/F

Verkor

Stage , Grenoble, , France IT / Digital
Publiée le
18/03/2026
Contrat
Stage · 4-6 mois
Localisation
, Grenoble, , France
Taille équipe
Inconnue emp.
Rémunération
Inconnue
Inconnue 0-1 ans exp. Francais Anglais
Missions clés Développer et maintenir des outils Python pour automatiser le traitement et l'analyse des données de test en R&D · Mettre en œuvre des modèles scientifiques/mathématiques pour convertir les mesures brutes en propriétés physico-chimiques et en indicateurs clés de performance (KPI) · Améliorer la qualité du code : refactorisation, packaging, documentation et tests unitaires/d'intégration · Contribuer aux pratiques DevOps · Soutenir le développement d'outils Python autour de notre base de données sur les matériaux.
Profil recherché Bac +5 (Master 2, Diplôme d'ingénieur) · 0-1 ans d'expérience · Esprit d'équipe · Adaptabilité · Volonté d'apprendre
Outils & compétences Python, Docker, Databricks, Spark

Le poste en détail

Nous recherchons un.e futur.e stagiaire Data Analyst pour rejoindre notre équipe Data Science R&D basée au sein de notre centre d'innovation (VIC) à Grenoble, au plus vite pour une durée de 4 à 6 mois.\n


Missions principales:

  • Développer et maintenir des outils Python pour automatiser le traitement et l'analyse des données de test en R&D
  • Mettre en œuvre des modèles scientifiques/mathématiques pour convertir les mesures brutes en propriétés physico-chimiques et en indicateurs clés de performance (KPI)
  • Améliorer la qualité du code : refactorisation, packaging, documentation et tests unitaires/d'intégration
  • Contribuer aux pratiques DevOps
  • Soutenir le développement d'outils Python autour de notre base de données sur les matériaux (ingestion de données, validation, API, etc.)


    Prérequis:

    • Vous préparez un diplôme de niveau bac+5 en data science, génie logiciel, calcul scientifique ou dans un domaine similaire
    • Une maîtrise avancée de l'anglais (écrit et parlé) est indispensable (managers anglophones)
    • Aisance dans l'écriture de code Python propre et volonté d'apprendre les bonnes pratiques (tests, documentation)
    • Intérêt pour les pipelines de données et la reproductibilité (esprit DevOps)
    • Connaissances/intérêt pour la physique & chimie appliquée, les données expérimentales, les capteurs ou les matériaux
    • Ouverture à des thèmes multidisciplinaires variés et à un environnement de travail dynamique
    • Des connaissances Docker, Databricks et/ou Spark, ou des notions de base en ingénierie des données est un plus

       


      \n