CDD Ingénieur de Recherche en IA Appliquée à la Météorologie H/F CNRS

Détail du poste

Utiliser des outils d'apprentissage profond (IA) pour corriger des mosaïques de de pluie obtenues par radars météorologiques. Le travail consistera à détecter des anomalie dans les cartes et à les corriger de façon statistique (inpainting).
Activités
Concevoir et préparer une base de données à partir de jeux déjà disponible.
Développer et tester différentes architectures d'apprentissage profond pour détecter et corriger des cartes de pluies (détection et inpainting).
Concevoir et mettre en place des stratégies de validation avec les métriques pertinentes.
Mettre en pré-production les codes développés.
Valoriser les résultats scientifique (conférence, publication).
Compétences
Bonnes maîtrise de la programmation Python/Pytorch (implémentation de modèle d'apprentissage profond) et des méthodes de machine learning (réseaux convolutionnels, Diffusion, GAN...).
Capacité de travail en équipe pluri-disciplinaire. Capacité à effectuer une recherche bibliographique pour trouver les réseaux et architectures les plus adapté au problème.
Des compétences en physique de l'environnement et/ou télédétection sont un plus.
Contexte de travail

Le poste est à pourvoir au LATMOS, un laboratoire de recherche public (CNRS-INSU) d'environ 200 personnes travaillant sur l'observation de la Terre et de l'Univers.
Le travail sera mené au sein de l'équipe Météo/Climat/IA/Instrumentation à Guyancourt qui mets oeuvres des méthodes de machine learning appliquées à l'étude des phénomènes météorologiques depuis de nombreuses années.
L'équipe possède également une expertise en radar météorologie.
Le CDD s'inscrit dans le cadre du projet PRISMES (Bpi-France 2030) porté par la startup Promethée Earth Intelligence.

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.
Contraintes et risques

N/A