Suivez

la liste

Au sein du laboratoire CESBIO, le titulaire sera chargé d'une étude de recherche sur l'utilisation de méthodes par apprentissage automatique pour améliorer la prise en compte des types d'aérosols dans la chaîne de correction atmosphérique MAJA. Il s'agira d'explorer des approches de régression mono- et multi-variables afin d'en sélectionner la plus efficace, résultat d'un compromis entre simplicité et rapidité, précision et robustesse. L'objectif à terme est d'implémenter cette méthode dans la chaîne MAJA, qui est notamment utilisée au CNES dans le traitement opérationnel des données Sentinel-2 distribuées à la communauté, mais aussi de préparer l'utilisation de la chaîne pour la future mission spatiale TRISHNA.

Le travail demandé consistera à :

  • prendre en main les outils de calcul de transfert radiatif et les bibliothèques d'apprentissage ;
  • développer des méthodes et outils de génération du jeu d'apprentissage dans un environnement HPC ;
  • coder et évaluer les performances des différentes méthodes d'apprentissage ;
  • contribuer à implémenter et valider le prototype de l'algorithme retenu dans la chaîne MAJA.

Le titulaire devra posséder une solide formation en informatique et en mathématiques, avec si possible des connaissances en science de la donnée. Une bonne pratique du langage Python est indispensable, celle de bibliothèques de méthodes d'apprentissage (Pytorch, scikit-learn, xarray, Pandas) sera appréciée. S'y ajoutent :

  • Esprit d'équipe
  • Autonomie
  • Bonne pratique de l'anglais

Le Centre d'Études Spatiales de la Biosphère (CESBIO) est un laboratoire de recherche public à l'avant-garde dans le domaine de la télédétection spatiale. Le laboratoire garde néanmoins une taille humaine avec un effectif de l'ordre de 100 personnes qui contribuent au développement de thématiques aussi variées que l'écologie, la gestion des ressources en eau ou l'agronomie en utilisant les données des satellites d'observation de la Terre.