{"id":1950,"date":"2023-09-15T07:18:12","date_gmt":"2023-09-15T06:18:12","guid":{"rendered":"https:\/\/www.sfpt.fr\/hyperspectral\/?p=1950"},"modified":"2023-09-15T07:18:12","modified_gmt":"2023-09-15T06:18:12","slug":"cdd-ifremer-lebco-ingenieur-traitement-des-donnees-multi-et-hyperspectrales","status":"publish","type":"post","link":"https:\/\/www.sfpt.fr\/hyperspectral\/?p=1950","title":{"rendered":"CDD Ifremer \/ LEBCO &#8211; Ing\u00e9nieur traitement des donn\u00e9es multi et hyperspectrales"},"content":{"rendered":"\n<p><b>Description de l&#8217;offre:<\/b><\/p>\n<p>L\u2019ensemble des travaux pr\u00e9vus dans le cadre du pr\u00e9sent CDD vont \u00eatre r\u00e9alis\u00e9s dans le cadre du projet BioEOS (<a href=\"https:\/\/www.spaceclimateobservatory.org\/bioeos\">https:\/\/www.spaceclimateobservatory.org\/bioeos<\/a>). Ce projet, b\u00e9n\u00e9ficiant du label SCO (Space Climate Observatory) et soutenu par le CNES, propose de d\u00e9velopper un outil d&#8217;observation permettant de fournir des donn\u00e9es fiables et pertinentes refl\u00e9tant la variabilit\u00e9 spatio-temporelle de la biodiversit\u00e9 \u00e0 une large \u00e9chelle. Plus pr\u00e9cis\u00e9ment, BioEOS se fixe les objectifs suivants :<\/p>\n<ul>\n<li>Caract\u00e9riser la dynamique spatio-temporelle de la biodiversit\u00e9 en analysant les s\u00e9ries temporelles d&#8217;images satellitaires multi-capteurs, notamment Pl\u00e9iades et Sentinel. Le traitement de ces images sera enrichi par l&#8217;int\u00e9gration d&#8217;observations <em>in situ<\/em> accessibles via des r\u00e9seaux de surveillance, des bases de donn\u00e9es nationales et mondiales et des projets locaux.<\/li>\n<li>Cartographier les changements et produire des indicateurs pour rendre compte de l&#8217;impact des changements globaux sur la dynamique spatio-temporelle de l&#8217;\u00e9tat de la biodiversit\u00e9 c\u00f4ti\u00e8re.<\/li>\n<\/ul>\n<p>Outre la n\u00e9cessit\u00e9 de relier les indicateurs \u00e9cologiques aux pressions anthropiques, la d\u00e9tection de changements brusques, suite \u00e0 des \u00e9v\u00e9nements sp\u00e9cifiques (cyclones, vagues de chaleur, changements de salinit\u00e9 des eaux, changements du niveau de la mer, \u00e9v\u00e9nements g\u00e9ologiques), est \u00e9galement un enjeu cl\u00e9 pour les diff\u00e9rentes r\u00e9gions et acteurs nationaux impliqu\u00e9s dans la surveillance \u00e0 grande \u00e9chelle des zones c\u00f4ti\u00e8res. L&#8217;ambition de BioEOS est de fournir des informations g\u00e9n\u00e9riques qui pourraient \u00eatre utilis\u00e9es pour r\u00e9pondre \u00e0 une vari\u00e9t\u00e9 de besoins scientifiques et de conservation.<\/p>\n<p><br \/><b>Missions principales <\/b><\/p>\n<p>L\u2019ing\u00e9nieur.e recrut\u00e9.e aura comme t\u00e2ches principales d\u2019estimer la composition des habitats benthiques et la bathym\u00e9trie, \u00e0 partir d\u2019images satellitaires multispectrales (Sentinel-2 et Pl\u00e9iades) et hyperspectrales (ENMAP, DESIS et PRISMA). Ces travaux s\u2019inscrivent principalement dans le cadre du Work Package WP3 du projet BIOEOS \u00ab Feature extraction \u00bb. L\u2019estimation pourra se faire par correction de l\u2019att\u00e9nuation de l\u2019eau et classification (supervis\u00e9e ou non supervis\u00e9e \u00ab classiques \u00bb ou bas\u00e9es sur des r\u00e9seaux de neurones (CNN\/Unet)) ou par inversion de mod\u00e8le de transfert radiatif (type mod\u00e8le de Lee). Il\/Elle pourra utiliser une m\u00e9thode de r\u00e9seaux de neurones entra\u00een\u00e9s avec le mod\u00e8le direct, r\u00e9fl\u00e9chir \u00e0 des strat\u00e9gies d\u2019am\u00e9lioration de l\u2019algorithme d\u2019optimisation (pr\u00e9cision, conditionnement, temps de calcul), utiliser un \u00e9mulateur du mod\u00e8le de Lee et des outils de deep learning pour la r\u00e9solution de probl\u00e8mes inverses (inversion directe, algorithm unrolling, deep image prior\u2026)<em>.<\/em> Des approches bas\u00e9es sur la fusion d\u2019images pourraient \u00eatre consid\u00e9r\u00e9es pour analyser conjointement des acquisitions multicapteurs.<\/p>\n<p>Les comp\u00e9tences qui sont recherch\u00e9es concernent le d\u00e9veloppement algorithmique en particulier en traitement de signal\/images en machine\/deep learning, en fusion de donn\u00e9e, en gestion et traitement des donn\u00e9es en lien avec des probl\u00e9matiques de g\u00e9omatique. Des aptitudes pour le partage de connaissances et le travail en r\u00e9seau et en distanciel seront \u00e9galement appr\u00e9ci\u00e9es. Il ou elle sera \u00e9galement amen\u00e9.e \u00e0 d\u00e9ployer les chaines de traitement mises en place par l\u2019\u00e9quipe projet via e supercalculateur du P\u00f4le de calcul et de donn\u00e9es de l\u2019Ifremer.<\/p>\n<p>L\u2019ing\u00e9nieur.e recrut\u00e9.e r\u00e9alisa les actions relatives \u00e0 ses missions au sein du LEBCO. Il\/elle sera \u00e9galement amen\u00e9.e \u00e0 travailler dans les locaux de l\u2019IMT Atlantique (Dept Mathematical and Electrical Engineering), situ\u00e9 \u00e9galement sur le site de Plouzan\u00e9.<\/p>\n<p><b>Champs relationnel<\/b><\/p>\n<p><u>En interne\u00a0:<\/u> Sous la responsabilit\u00e9 du responsable LEBCO et en \u00e9troite collaboration avec la coordinatrice du projet BioEOS, Il\/elle interagira avec les chercheurs, ing\u00e9nieurs et techniciens des laboratoires de l\u2019Ifremer impliqu\u00e9s dans le projet (DOI, LOPS, VIGIES, PELAGOS).<\/p>\n<p><u>En externe\u00a0:<\/u> le\/la candidat(e) interagira avec l\u2019ensemble des partenaires impliqu\u00e9s dans le projet BioEOS (GipsaLab, l&#8217;IFRECOR, l&#8217;INRAE, l&#8217;IMT Atlantique, l&#8217;IRD, le SHOM, Sorbonne Universit\u00e9, l&#8217;Universit\u00e9 de Toulon, l&#8217;Universit\u00e9 de La R\u00e9union, l&#8217;Universit\u00e9 de Mayotte.)<\/p>\n<p><b>Profil recherch\u00e9:<\/b><\/p>\n<ul>\n<li>Dipl\u00f4me d\u2019ing\u00e9nieur ou Master 2 en traitement de donn\u00e9es\/signal ou \u00e9quivalent.<\/li>\n<\/ul>\n<p><b>Comp\u00e9tences mises en \u0153uvre:<\/b><\/p>\n<p><u>Comp\u00e9tences techniques \/ m\u00e9tiers (savoirs, savoirs faire)\u00a0:<\/u><\/p>\n<p>Le candidat devra avoir\u00a0les comp\u00e9tences suivantes :<\/p>\n<ul>\n<li>D\u00e9veloppement en Python pour le traitement d\u2019images, en Machine\/Deep Learning et en r\u00e9solution de probl\u00e8mes inverses en imagerie.<\/li>\n<li>Pratique des Paquets Python: numpy\/scipy\/matplotlib, scikit-learn, Pytorch ou Tensorflow\u2026 est fortement souhait\u00e9e<\/li>\n<li>Pratique des outils sous R est appr\u00e9ci\u00e9e<\/li>\n<li>Capacit\u00e9 de r\u00e9daction et de synth\u00e8se orale et \u00e9crite.<\/li>\n<li>Anglais lu, \u00e9crit et parl\u00e9.<\/li>\n<\/ul>\n<p><u>Qualit\u00e9s personnelles (savoir-\u00eatre)\u00a0: <\/u><\/p>\n<ul>\n<li>Rigueur et m\u00e9thode, sens de l\u2019organisation<\/li>\n<li>Int\u00e9r\u00eat pour le travail en \u00e9quipe, grande ouverture d&#8217;esprit pour dialoguer avec les th\u00e9maticiens des disciplines autres que la sienne.<\/li>\n<li>Esprit d\u2019initiative, dynamisme et autonomie<\/li>\n<li>Connaissance de l\u2019environnement marin souhait\u00e9<\/li>\n<\/ul>\n\n\n\n<p><strong>Pour postuler<\/strong>: rendez vous sur la <a href=\"https:\/\/ifremer.jobs.net\/job\/cdd-ingenieur-traitement-des-donnees-multi-et-hyperspectrales-h-f\/J3N0YS6F06VH01TFBN7\">page web d\u00e9di\u00e9e<\/a>.<\/p>\n\n\n\n<p><strong>Date de cl\u00f4ture de r\u00e9ception de candidatures\u00a0: 01\/10\/2023<\/strong><\/p>\n\n\n\n<p><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Description de l&#8217;offre: L\u2019ensemble des travaux pr\u00e9vus dans le cadre du pr\u00e9sent CDD vont \u00eatre r\u00e9alis\u00e9s dans le cadre du projet BioEOS (https:\/\/www.spaceclimateobservatory.org\/bioeos). Ce projet, b\u00e9n\u00e9ficiant du label SCO (Space Climate Observatory) et soutenu par le CNES, propose de d\u00e9velopper un outil d&#8217;observation permettant de fournir des donn\u00e9es fiables et pertinentes refl\u00e9tant la variabilit\u00e9 spatio-temporelle &hellip; <\/p>\n<p class=\"link-more\"><a href=\"https:\/\/www.sfpt.fr\/hyperspectral\/?p=1950\" class=\"more-link\">Continuer la lecture<span class=\"screen-reader-text\"> de &laquo;&nbsp;CDD Ifremer \/ LEBCO &#8211; Ing\u00e9nieur traitement des donn\u00e9es multi et hyperspectrales&nbsp;&raquo;<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_s2mail":"","footnotes":""},"categories":[10],"tags":[],"class_list":["post-1950","post","type-post","status-publish","format-standard","hentry","category-recrutement-postes"],"_links":{"self":[{"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=\/wp\/v2\/posts\/1950","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1950"}],"version-history":[{"count":1,"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=\/wp\/v2\/posts\/1950\/revisions"}],"predecessor-version":[{"id":1951,"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=\/wp\/v2\/posts\/1950\/revisions\/1951"}],"wp:attachment":[{"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1950"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1950"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sfpt.fr\/hyperspectral\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1950"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}