Assurer la cohérence, l’exhaustivité et la mise à jour automatique des données d’architecture afin de garantir la fiabilité du modèle numérique
Réaliser des analyses de compromis (trade-off analysis) pour le partitionnement de l’architecture « Brain » et produire des KPI d’aide à la décision.
Exploiter les capacités de Capital Integrator pour les échanges de données avec les outils CAD 3D, notamment pour les longueurs de faisceaux et les informations de partitionnement.
Contribuer à la définition et à l’allocation des architectures, interfaces et composants dans une approche Systems Engineering / MBSE
Compétences techniques
Bonne connaissance des architectures Électriques et Électroniques (EE) dans l’environnement automobile : ECU, ZCU, IO Aggregators, capteurs, actionneurs, câblages et architecture véhicule.
Maîtrise des outils Capital Logic et Capital Integrator, notamment pour la gestion des données d’architecture et les échanges avec les outils CAD 3D.
Compétences en modélisation de données, automatisation et développement Python (extraction, transformation et traitement des données).
Bonne compréhension des approches Systems Engineering / MBSE, incluant l’allocation fonctionnelle, la gestion des interfaces et la modélisation d’architecture.
Capacité à développer des KPI d’aide à la décision et à réaliser des analyses de compromis (trade-off analysis) pour optimiser les architectures.
Missions principales
Créer, développer et maintenir le Digital Twin de l’architecture physique EE à partir des données issues de Capital Logic, Capital Integrator et Architecture Superset
Assurer la cohérence, l’exhaustivité et la qualité des données d’architecture utilisées dans le modèle numérique.
Réaliser des analyses de partitionnement et d’allocation de l’architecture afin de soutenir les décisions techniques relatives à l’architecture « Brain ».
Générer et suivre des KPI décisionnels permettant d’évaluer les différentes alternatives d’architecture
Exploiter les fonctionnalités de Capital Integrator pour assurer les échanges de données avec les outils CAD 3D, notamment pour les longueurs de faisceaux et les informations de partitionnement.
Développer des solutions d’automatisation pour l’extraction, la transformation et la mise à jour des données du Digital Twin.
Identifier, analyser et résoudre les incohérences ou anomalies détectées dans les données d’architecture.
Assurer un reporting régulier, documenter les activités techniques et garantir une communication fluide avec les équipes d’architecture, d’ingénierie et de développement produit.
Notre engagement et priorités
Le groupe Capgemini encourage une culture inclusive dans un cadre multiculturel et handi-accueillant. En nous rejoignant, vous intégrez un collectif qui valorise la diversité, développe le potentiel de ses talents, s’engage dans des initiatives solidaires avec ses partenaires, et se mobilise pour réduire son impact environnemental sur tous ses sites et auprès de ses clients.
Capgemini est un leader mondial, responsable et multiculturel, regroupant près de 350 000 personnes dans plus de 50 pays. Fort de 55 ans d’expérience, nous sommes un partenaire stratégique des entreprises pour la transformation de leurs activités en tirant profit de toute la puissance de la technologie et des innovations dans les domaines en perpétuelle évolution tels que le cloud, la data, l’Intelligence Artificielle, la connectivité, les logiciels, l’ingénierie digitale ou les plateformes.
Ref. code
523057
Posted on
Nov 16, 2026
Experience Level
Students/Graduates
Contract Type
Permanent
Location
Casablanca, MA
Brand
Capgemini Engineering
Professional Community
Software Engineering
Apply now »
Apply now
Apply Now
Start applying with LinkedIn
Start
Please wait...
Find similar jobs
Privacy Policy
Terms of Use
Social Media Guidelines
Legal Information / Mentions Légales
Our Brands
Capgemini
Capgemini Invent
Capgemini Engineering
frog
Sogeti
All rights reserved by Capgemini. Copyright © 2025
×
Cookie Consent Manager
When you visit any website, it may store or retrieve information on your browser, mostly in the form of cookies. Because we respect your right to privacy, you can choose not to allow some types of cookies. However, blocking some types of cookies may impact your experience of the site and the services we are able to offer.
Required Cookies
These cookies are required to use this website and can't be turned off.
Required Cookies
Show More Details
Required Cookies
- Provider
- Description
- Enabled
SAP as service provider
We use the following session cookies, which are all required to enable the website to function:
"route" is used for session stickiness
"careerSiteCompanyId" is used to send the request to the correct data center
"JSESSIONID" is placed on the visitor's device during the session so the server can identify the visitor
"Load balancer cookie" (actual cookie name may vary) prevents a visitor from bouncing from one instance to another
Cookies from provider SAPasserviceprovider are required and cannot be turned off
Advertising Cookies
These cookies serve ads that are relevant to your interests. You may freely choose to accept or decline these cookies at any time. Note that certain functionality that these third parties make available may be impacted if you do not accept these cookies.
Consent to all Advertising Cookies
Show More Details
Advertising Cookies
- Provider
- Description
- Enabled
LinkedIn
LinkedIn is an employment-oriented social networking service. We use the Apply with LinkedIn feature to allow you to apply for jobs using your LinkedIn profile. Opting out of LinkedIn cookies will disable your ability to use Apply with LinkedIn.
Cookie Policy
Cookie Table
Privacy Policy
Terms and Conditions
Consent to cookies from provider LinkedIn
Confirm My Choices
- Reject All Cookies
- Accept all cookies