Missions

Le (la) candidat(e) travaillera dans le cadre du projet européen HORIZON-INFRA-2021-TECH-01 DT-GEO, qui vise à déployer un prototype de jumeau numérique (DT) pour la prévision des extrêmes géophysiques anthropiques (AGEF). Le (la) candidat(e) travaillera à l'ITES (Institut de la Terre et de l'Environnement de Strasbourg) pendant deux ans dans le groupe de sismologie de l'ITI GeoT (Institut thématique interdisciplinaire pour la transition du système énergétique) et en étroite collaboration avec les partenaires du projet (GFZ, IG PAS).

Activités

Le (la) candidat(e) devra :
- Développer des approches d'exploration de données à travers la base de données EPOS EPISODES pour les géoréservoirs (https://tcs.ah-epos.eu/).
- Mettre en œuvre un contrôle de qualité des catalogues de séismes induits en utilisant des approches d'apprentissage automatique (ML).
- Calculer les caractéristiques de la source sismique de la sismicité induite et ses propriétés statistiques, notamment les valeurs a et b, les propriétés de regroupement temporel/magnétique (valeurs p, valeurs dc), les propriétés inter-événements et les propriétés de libération d'énergie.
- Développer des algorithmes ML pour analyser et extraire les caractéristiques qui gouvernent :
o les réponses à long terme des géoréservoirs
o Les réponses tardives des géoréservoirs
o les magnitudes maximales des géoréservoirs.
- Collaborer étroitement, dans un contexte interdisciplinaire, avec d'autres chercheurs travaillant sur le développement du CPT du projet DT-GEO.
- Présenter, publier (examen par les pairs ISI) et communiquer les résultats de la recherche lors de réunions scientifiques et dans des revues savantes.

Compétences

Le (la) candidat(e) doit avoir :
- Un doctorat en sismologie (au moment de l'embauche)
- Expérience de travail en sismologie observationnelle
- Expertise dans plusieurs des domaines suivants : science des données / apprentissage automatique / intelligence artificielle / analyse des big data / analyse paramétrique des séries chronologiques / statistiques.
- Compétences en programmation (cadres de programmation AI/ML, par exemple pytorch ou tensorflow, Python, MATLAB, SQL)
- Expérience dans la communication, la rédaction, la publication de travaux scientifiques
- Maîtrise de l'anglais niveau C2 (selon le cadre européen des langues)

Contexte de travail

Le projet "DT-GEO" vise à déployer un prototype de "jumeaux numériques" (DT) sur les extrêmes géophysiques, composé de composants jumeaux numériques (DTC) interdépendants traitant de différents types de géorisques, y compris les séismes naturels et anthropiques, les volcans et les tsunamis déclenchés par des tremblements de terre et des glissements de terrain. Nous sommes à la recherche d'un chercheur postdoctoral qui contribuera au développement du DTC lié à la prévision des extrêmes géophysiques d'origine anthropique avec quatre résultats de travail : prévision des réponses à long terme des géoréservoirs, prévision des réponses tardives des géoréservoirs, modélisation de la plus grande magnitude et estimation de la carte des risques sismiques induits. Le DTC-AGEF sera testé au moyen de démonstrateurs sur deux sites européens pertinents : le site géothermique de Strasbourg en France et la mine de cuivre KGHM en Pologne. Le (la) candidat(e) travaillera sur la sismicité induite pendant deux ans à l'ITES (Institut de la Terre et de l'Environnement de Strasbourg) à Strasbourg (France), sous la responsabilité d'Olivier Lengliné et Jean Schmittbuhl (membres de l'équipe de sismologie de l'ITES). L'ITES (UMR7063) est une unité de recherche sous tutelle du CNRS (Centre National de la Recherche Scientifique) et de l'Université de Strasbourg. Le projet est hébergé dans le cadre de l'Institut thématique interdisciplinaire pour la transition des systèmes énergétiques (ITI GeoT), un programme de l'initiative d'excellence de l'Université de Strasbourg qui explore les solutions géoscientifiques à la transition énergétique, avec un accent particulier sur les eaux souterraines profondes : exploration, caractérisation et optimisation des réservoirs crustaux, gestion des risques et des perceptions du public.

Contraintes et risques

Non applicable