Missions

Recherche, développement applicatif et implémentation d'une méthode de caractérisation des extrêmes climatiques avec une méthode de Deep Learning (xtclim).

Activités

Tâches principales avec responsabilité importante
- Valider la robustesse d'une méthode de Deep Learning de caractérisation des extrêmes climatiques (xtclim)
- Etendre la méthode pour caractériser les extrêmes climatiques sur plus de critères, et sur les événements qui impliquent une durée (sécheresse, canicule, etc.)
- Rendre la méthode plus générique: variables atmosphériques de surface, taille du domaine géographique, hyper-paramètres, combinaison de variables
- Appliquer la méthode à différent jeux de données grillés (CMIP6, CMIP7, CORDEX)
- Analyse critique des résultats

Compétences

- Application des méthodes d'intelligence artificielle (Deep Learning)
- Analyse et traitement de données des simulation climatiques modélisées
- Traitement et création de fichiers NetCDF
- Connaissance du système climatique
- Programmation en python avancée et des Jupyter Notebook
- Programmation structurée et standardisée avec règles de codage
- Utilisation de github avancée, CI, packaging, documentation automatique
- Utilisation des systèmes informatiques et supercalculateurs: linux, ssh, slurm
- Très grande autonomie et travail en équipe avec des partenaires distants
- Curiosité scientifique sur les méthodes d'analyse et le Deep Learning
- Capacité d'auto-formation
- Maitrise de l'anglais

Contexte de travail

Le travail se déroule au CERFACS, dans une équipe pluridisciplinaire, situé sur la météopole à Toulouse (sud-ouest de la France), dans l'équipe du CECI UMR 5318. Le CECI est un laboratoire qui travaille sur la thématique du changement climatique global et de sa modélisation. Un environnement dynamique et jeune, composé de chercheurs, ingénieurs, doctorants, stagiaires, post-doctorants.