Chercheur (H/F) Assimilation de données et apprentissage pour la prévision de la banquise arctique

Description du Poste

Les Missions

La mission générale est de conduire des travaux de recherche combinant apprentissage automatique, assimilation de donnée et modélisation physique pour améliorer les prévisions de glace de mer arctique à court terme (jours / semaine)

L'Activité

La personne sélectionnée mènera des travaux visant à explorer comment des stratégies d’émulation neurales peuvent être mobilisées pour améliorer les prévisions court terme de la glace de mer arctique. L’approche proposée combinera un émulateur neuronal de la dynamique de la banquise entraîné à partir de simulations numériques, des approches d’assimilation de données variationnelles et une représentation simplifiée des processus physiques dans la couche limite atmosphérique et des approches d’assimilation de données variationnelles.
Dans un premier temps, il s’agira de mobiliser un émulateur multivarié des variables gouvernant la dynamique de la banquise arctique entraîné sur la base de simulations numérique haute-fidélité développées à l’IGE, et de le mettre en oeuvre dans le cadre d’un système d’assimilation de données variationnelle d’ensemble. Cette approche permettra de produire des prévisions court terme à partir des données de concentration et d’épaisseur de banquise tout en fournissant une estimation de l’incertitude associée. Dans une deuxième phase du travail on s'intéressera à l’apport d’une représentation explicite des interactions glace-atmosphère dans la couche limite atmosphérique sur la qualité de la prévision. Cette modélisation physique s’appuiera sur les techniques de programmation différentiables.
La personne sélectionnée devra présenter ses résultats dans des publications scientifiques, lors de conférences internationales, et au sein de groupes de travail dédiés à ces questions.

Votre Profil

Compétences

La personne sélectionnée sera titulaire d'un doctorat en géosciences, en apprentissage automatique appliqué, en assimilation de données, ou en mathématiques appliquées.

La sélection sera basée sur les critères scientifiques et techniques suivants :
Expérience en modélisation numérique (océan, banquise, atmosphère) ou en émulation de modèles physiques;
Connaissance des méthodes d’assimilation de données (4DVar, EnKF, En4DVar) et de leur mise en oeuvre pratique;
Expérience de recherche en apprentissage automatique appliqué à des systèmes dynamiques;
Maîtrise des principales bibliothèques d'apprentissage automatique (PyTorch, JAX, …) ;
Maîtrise du langage Python et de l'écosystème logiciels pour l’analyse et la gestion de données scientifiques (Numpy, Xarray, …);.
Connaissance des outils et des pratiques de développement logiciel collaboratif (Git, documentation, …);
Expérience de la recherche dans un contexte international et pluridisciplinaire;
Expérience dans la rédaction et la communication des résultats scientifiques ;
Capacité à travailler en équipe, et dans un environnement multiculturel;
Maîtrise de l’anglais (écrit et oral).
Le jury sélection prendra également compte l'équilibre entre les sexes dans l'ensemble de l’équipe de recherche.

Votre Environnement de Travail

Contexte de travail

La personne sélectionnée travaillera à l'Institut des Géosciences de l'Environnement (IGE), à Grenoble, dans les Alpes françaises. Il s'agit d'un institut de recherche public affilié au CNRS, à l'IRD, à l'Université Grenoble Alpes, à Grenoble-INP et à l'INRAE. Il regroupe environ 250 personnes, dont 150 membres permanents (chercheurs, enseignants-chercheurs, ingénieurs) et une centaine d'agents contractuels (doctorants, post-doctorants, ingénieurs et techniciens). L'institut accueille également plusieurs dizaines de stagiaires et de visiteurs scientifiques chaque année. Il est réparti sur trois sites du campus universitaire de Grenoble situés à 5 minutes les uns des autres. L'IGE est l'un des principaux instituts de l'Observatoire des Sciences de l'Univers de Grenoble (OSUG) qui est une structure fédérative de l'INSU. La personne sélectionnée rejoindra l’équipe OPERA, nouvelle équipe interdisciplinaire en géoscience numérique de l’IGE. Elle sera placée sous la supervision de Julien Le Sommer, et travaillera en collaboration étroite avec Pierre Rampal et Charlotte Durand.

Contexte scientifique
Les prévisions à court terme, de quelques jours à quelques semaines, des conditions de la glace de mer sont cruciales pour la navigation maritime, la gestion des risques environnementaux et la compréhension des interactions climatiques dans les régions polaires, en particulier en Arctique. Dans les systèmes de prévision actuels, basés sur des modèles physiques et des approches d’assimilation de données, la qualité des prévisions est limitée par les incertitudes d’initialisation, par la prise en compte du forçage atmosphérique et par la représentation de la dynamique de la glace de mer, notamment sa déformation mécanique et sa réponse aux conditions atmosphériques, qui demeure un défi majeur pour les modèles actuels. L'utilisation d’émulateurs neuronaux et les techniques de programmation différentiable ouvrent de nouvelles perspectives pour mieux intégrer les données de modèles et d’observations, représenter les processus physiques clés dans un contexte de prévision court terme et décrire l’incertitude de ces simulateurs.

Rémunération et avantages

Rémunération

Entre 3041.58€ et 3467.33€ bruts mensuels

Congés et RTT annuels

44 jours

Pratique et Indemnisation du TT

Pratique et indemnisation du TT

Transport

Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€

À propos de l’offre

À propos du CNRS

Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.

Le CNRS

Les métiers de la recherche