Post Doctorat Intelligence Artificielle pour la Recherche en Écologie H/F
Muséum National d'Histoire Naturelle (MNHN)
- Paris 5e - 75
- Fonctionnaire
- Bac +5
- Tourisme • Hôtellerie • Loisirs
Les compétences pour ce job
Les missions du poste
Mission:
Le·a post-doctorant·e aura pour mission principale de contribuer à l'amélioration de l'interprétabilité des modèles en combinant les représentations internes et des facteurs externes. Il·elle devra démontrer la faisabilité d'une telle approche sur un jeu de données simplifié avant de la tester sur des bases de données de paysages sonores collectés en forêts tempérées et tropicales.
Les résultats de cette recherche devront être valorisés par la publication d'articles scientifiques de premier plan et par des présentations orales (séminaires, conférences nationales et internationales).
Activités principales:
- Comprendre la structuration des représentations internes (vecteurs latents) des modèles existants (ex : BirdNET, Perch) afin d'améliorer leur interprétabilité et leur robustesse.
- Créer un jeu de données simplifié (ex: paysages sonores simulés) et un jeu de données réelles (ex: paysages sonores des forêts protégés de
- France) qui servira de benchmark pour l'étude des représentation internes des modèles de représentation de données sonores.
- Valoriser les résultats par des communications orales et écrites.
- Participer à la vie du laboratoire et aux réunions d'équipe, ainsi qu'aux workshops scientifiques organisés dans le cadre du projet.
Le profil recherché
Formation : Doctorat en intelligence artificielle
Connaissances :
- Analyse du signal acoustique (bioacoustique, écoacoustique, musique, parole).
- Maîtrise des méthodes d'IA (clustering, deep learning, apprentissage auto-supervisé).
- Connaissances théoriques de la structuration des espaces latents des modèles d'IA.
- Intérêt pour les questions de biodiversité, d'écologie, de biologie de la conservation
Savoir-faire opérationnel :- Conduite d'un projet scientifique depuis sa conceptualisation jusqu'à sa publication
- Très bon niveau en Python
- Pratique des outils d'intelligence artificielle (ex:Scikit-Learn, PyTorch, TensorFlow)
- Capacité à travailler sur des données faiblement annotées et à développer des pipelines d'analyse automatisée
- Utilisation d'outils collaboratifs (ex: GitHub, gestion de données)
Savoir-être professionnel :
- Autonomie, créativité et esprit d'initiative.
- Capacité à travailler en équipe pluridisciplinaire (écologues, informaticiens, data scientists).
- Excellente aptitude à la communication orale et écrite.
- Sens de l'organisation et de l'anticipation.
- Grande rigueur scientifique
Bienvenue chez Muséum National d'Histoire Naturelle (MNHN)
Financé par l'ANR dans le cadre de l'appel à projets Thématique Spécifique en Intelligence Artificielle (TSIA) 2025, le projet EcoSound-XI : Ecological Soundscape Understanding through eXpert-Integrated AI vise à développer des modèles d'IA pour comprendre les changements écologiques à travers l'analyse des paysages sonores. Ce projet est porté par Le Mans Université (LIUM) en collaboration avec le Muséum national d'Histoire naturelle (MNHN, UMR 7205 CESCO).
L'équipe CESCO du MNHN est en charge de la collecte, de l'analyse et de l'interprétation des données acoustiques, ainsi que du développement de nouveaux modèles d'IA ayant des représentations internes les plus interprétables possibles. L'objectif est de dépasser la simple classification d'espèces pour offrir une représentation holistique des paysages sonores, en développant des modèles interprétables et frugaux capables d'extraire des indicateurs écologiques robustes et fiables.
Infos complémentaires
Publiée le 30/07/2026 - Réf : 2026-2369091
