Vous intégrerez l'équipe Transformation Digitale et Innovation de TotalEnergies Danemark, basée à Esbjerg. L'équipe a pour principale mission d'identifier des opportunités de développement de solutions digitales, par le biais de data exploration avancée, de prototypage, et selon les projets du développement de MVPs ou le transfert vers la Total Digital Factory. Les domaines couverts par l'équipe sont très nombreux : optimisation de production, réduction de l'empreinte carbone, la sécurité, la performance environnementale et industrielle, les activités offshore, notamment de maintenance, logistique, interventions sur les puits et installations, qui mobilisent des centaines de personnes sur un des complexes pétroliers offshore les plus complexes de la Mer du Nord. L'objectif affiché est de développer et déployer des solutions ambitieuses (prescriptives plutôt que descriptives) depuis l'exploration de données jusqu'au développement des apps et solutions en lien avec les utilisateurs. 
Pour le poste proposé ici, le focus pourrait porter dans un premier temps sur la compréhension des causes et la minimisation des pertes de production, notamment liées aux défaillances de vannes, en utilisant des données de type realtime time series ; plusieurs use-cases en cours dans l'équipe dans le domaine de la performance opérationnelle exploitent des briques GenAI (Azure OpenAI notamment) et NLP, notamment pour enrichir les datasets, et conduiront certainement à des développements nouveaux. En plus de la maintenance de certains des use-cases en production, le poste est l’occasion d’être exposé à des sujets extrêmement variés, et a des techniques tout aussi variées.

En tant que data scientist dans le domaine industrielles, les missions principales seront les suivantes : 
• Ingénierie des fonctionnalités et modélisations avancées pour des études d’optimisation (recherche de points d’attention de performance industrielle/couts) 
• Analyse exploratoire, développement de cas d'usages, avec des subject matter experts
• Etudes d’analyses sur la base des modèles développés ou données enrichies développées. A chaque fois qu’applicable, il s'agira de mettre en place des applications prescriptives, en format proof-of-concept, sur les thématiques à plus fort potentiel. L’équipe de développement/data engineering de l’équipe intervient en général à ce stade, mais il est fréquent que des profils complets enrichissent leur propre expérience en prenant grande part sinon le leadership sur ce volet. 
• Technology stacks : full python avec Dash/Plotly ou (le plus souvent) combinaison Python + React JS, en environnement Azure et/ou serveur. Vous devrez vous appuyer sur des proofs of concepts déjà lancés sur ces thématiques par le VIE que vous remplacerez, avant de développer/participer au développement de nouveaux proofs of concepts.