Inżynier / Samodzielny Inżynier ds. Analiz Danych (współpraca z GE Aerospace)

Sieć Badawcza Łukasiewicz – Instytut Lotnictwa należy do najnowocześniejszych placówek badawczych w Europie, o tradycjach sięgających 1926 roku. Instytut ściśle współpracuje ze światowymi potentatami przemysłu lotniczego, takimi jak: General Electric, Boeing, Airbus, Pratt & Whitney, Sikorsky, Rolls-Royce, i energetycznego jak: General Electric oraz Baker Hughes, wspierając jednocześnie przemysł krajowy z sektorów: lotniczego, kosmicznego, energetycznego, transportowego i wielu innych. Głównymi obszarami badawczymi Instytutu są: technologie kosmiczne, silniki lotnicze i rakietowe, materiałoznawstwo, aerodynamika, technologie kompozytowe, projektowanie i badanie konstrukcji lotniczych, hałas lotniczy oraz badania z zakresu wydobycia ropy naftowej i gazu. W ramach Instytutu Lotnictwa działają również certyfikowane przez EASA Organizacje Produkujące i Obsługowe. Twój zakres obowiązków: Analiza obszernych baz danych z zakresu eksploatacji i niezawodności silników lotniczych Interpretacja wyników i opracowywanie wniosków na podstawie rezultatów przeprowadzonych analiz oraz rekomendacja usprawnień procesu modelowania Tworzenie dokumentacji technicznej z zachowaniem standardów inżynierskich Przeprowadzanie symulacji modelowania niezawodnościowego Współpraca wewnątrz szeroko pojętego, międzynarodowego zespołu projektowego Prezentowanie wyników analiz przed gremium technicznym oraz biznesowym Współpraca z Liderem Projektu celem budowy planu dostarczenia produktu spełniającego wymagania projektowe zgodnie z obowiązującym harmonogramem Nasze wymagania: Wykształcenie wyższe techniczne, fizyczne lub matematyczne Podstawowa wiedza z dziedziny statystyki, niezawodnosci maszyn, budowy silników lotniczych Zaawansowana znajomosc Excela Znajomość języka angielskiego na poziomie umożliwiającym swobodne komunikowanie się w międzynarodowym zespole Otwartość na naukę i chęć zdobywania nowych umiejętności Wysokie umiejętności komunikacyjne Umiejętność dobrej organizacji czasu i priorytetyzacji zadań Mile widziane: Zainteresowanie tematyką niezawodnosci, statystyki ora probabilistyki, Data Science, Analytics, Lean, Doświadczenie w pracy w międzynarodowym zespole Doświadczenie na podobnym stanowisku będzie dodatkowym atutem