Missions

Dans le cadre du projet Européen OBSGESSION, nous recherchons un post-doctorant très motivé pour travailler sur le développement et l'application d'approches de pointe pour détecter les changements de biodiversité à partir de données de télédétection et d'ensembles de données normalisées ou issues de la science citoyenne (par exemple, GBIF, iNat, eBirds) et pour attribuer ces changements à des facteurs potentiels. Nous recherchons un candidat ayant un fort intérêt pour l'écologie statistique, la télédétection, l'intelligence artificielle mais aussi pour la théorie écologique afin de développer des cadres et des outils utilisables (voir https://doi.org/10.1098/rstb.2022.0182).

Activités

Nous recherchons en particulier une personne intéressée par le développement/test/application d'ensembles de modèles statistiques, y compris l'apprentissage automatique, l'apprentissage profond mais aussi les approches de causalité aux données écologiques telles que les données de distribution sur les espèces, les fonctions et les services écosystémiques à de grandes échelles spatiales et en utilisant des données temporelles (par exemple, l'Europe). Les candidats doivent avoir une solide expérience des grands jeux de données spatiaux et temporels, de la manipulation de grands modèles et des HPC. Différentes sources de données (GBIF, INat, TRY, GLOBI) seront utilisées conjointement. Le candidat doit également avoir une expérience dans l'utilisation et l'exploitation de données de télédétection à haute résolution spatiale et temporelle. Un intérêt pour la découverte et l'inférence causales est plus que bienvenu.
Le candidat devra interagir avec les autres partenaires des projets mais aussi avec les parties prenantes pour définir les indicateurs de biodiversité et les mesures qui les intéressent.

Compétences

- Un doctorat en écologie/biodiversité/géographie et/ou en mathématiques/statistiques/AI appliquées aux questions écologiques.
- Un bon dossier de publications.
- Maîtrise de R et Python
- Bonne expérience dans l'analyse de données de biodiversité à grande échelle et l'utilisation de modèles statistiques.
- Qualités rédactionnelles et de communication
- Flexibilité et adaptabilité
- Rigueur et autonomie

Contexte de travail

L'objectif et l'ambition principale du projet européen OBSGESSION sont de surveiller et de prévoir les changements de biodiversité et leurs facteurs directs et indirects dans les écosystèmes terrestres et d'eau douce grâce à l'intégration de données d'observation de la Terre (OT) multicapteurs, de données et de produits in situ innovants (y compris la science citoyenne), ainsi que de modèles écologiques de nouvelle génération qui tiennent compte de l'incertitude.
Le LECA (https://leca.osug.fr) fait partie de l'Université Grenoble Alpes et du CNRS en France. Grenoble est situé à proximité de quelques-unes des plus belles montagnes des Alpes et dispose d'excellentes liaisons avec Lyon et Genève. Le LECA accueille une communauté importante et dynamique d'excellents scientifiques avec lesquels il est possible d'interagir, plusieurs chercheurs très cités, une grande variété d'études de cas expérimentales et observationnelles (principalement dans les Alpes, comme ORCHAMP), et plusieurs outils de modélisation déjà développés (biomod2, FATE-HD, VirtualCom, EcoLottery). La langue de travail est l'anglais et le français. Le candidat sélectionné rejoindra l'équipe BIOM “ Décrire, comprendre et prévoir la distribution spatio-temporelle et la dynamique de la biodiversité et des écosystèmes (BIOdiversity Monitoring), dont les objectifs de recherche sont d'étudier commet les changements globaux influencent la biodiversité, le fonctionnement des écosystèmes et les contributions de la nature aux sociétés. L'équipe fournit un excellent environnement intellectuel et l'infrastructure requise pour le projet de recherche, avec plusieurs postdocs et doctorants travaillant sur des thématiques complémentaires.