Client
Groupe Aéronautique
Contexte
Anticiper les pannes d'équipements critiques pour réduire les temps d'immobilisation des aéronefs.
Solution
Développement d'une plateforme ML analysant les données de capteurs pour prédire les défaillances avec 15 jours d'avance.
Résultats
Réduction de 35% des pannes imprévues, économie de 2M€/an en maintenance et amélioration de 25% de la disponibilité des appareils.
Détails
- Durée : 8 mois
- Équipe : 6 data scientists
- Technologies : Python, TensorFlow, Azure ML, Power BI
