Informations générales
Référence : UMR7159-MARLEV-006
Lieu de travail : PARIS 05
Date de publication : mercredi 16 mars 2022
Type de contrat : CDD Technique/Administratif
Durée du contrat : 12 mois
Date d'embauche prévue : 1 avril 2022
Quotité de travail : Temps complet
Rémunération : entre 2536 et 2720 € brut mensuel en fonction du diplôme et de l'expérience
Niveau d'études souhaité : Ingénieur
Expérience souhaitée : 1 à 4 années
Missions
La personne recrutée sera impliquée dans le programme Emergence de Sorbonne Université « Machine Learning for Estimating Ocean planktonic diversity Trends under Climate Change ».
Activités
Il/elle sera en charge de la mise au point des différents modèles neuronaux (programmation, validation) et de la rédaction des rapports.
Compétences
Experience en Intelligence Artificielle (Deep Learning, classification non supervisées), Données satellitaires, une formation en environnement. Des connaissances en biogéochimie marine seraient un plus.
Contexte de travail
Le phytoplancton est observé depuis 1997 à l'aide de capteurs multi-spectraux embarqués à bord de satellites (SeaWiFS, MODIS, VIIRS) qui donnent des mesures quotidiennes de l'océan global à une résolution de 4X4 km. Il a été constaté que l'abondance du phytoplancton total est en baisse depuis 20 ans, en réponse au changement climatique, mais on ignore comment les différents groupes et taille de phytoplancton ont évolués sur la même période.
Les méthodes d'Intelligence Artificielle (supervisées et non supervisées) présentent des possibilités innovantes d'analyse puisqu'elles permettent de prendre en compte l'ensemble des données hétérogènes qui sont à la disposition des chercheurs (observations satellitaires, donnés in situ, sorties de modèles numériques, scénario de projection du changement climatique). Ces données sont fortement corrélées dans le temps et dans l'espace, elles donnent des informations aussi bien sur la dynamique biogéochimique que physique. Leur étude doit permettre d'obtenir une régionalisation de l'océan mettant en lumière l'évolution tant temporelle que spatiale des phytoplanctons. Le but final étant en utilisant les scénarios de réchauffement à l'horizon 2100 de prévoir l'effet du réchauffement climatique sur les différents groupes de phytoplancton.
Des premiers travaux ont été effectués au LOCEAN-IPSL qui montrent la faisabilité de l'approche Machine Learning en biogéochimie marine. Dans le cadre du projet Emergence de Sorbonne Université qui est une collaboration entre le LIP6/SU et le LOCEAN/SU, la personne recrutée travaillera au sein d'une équipe composée de chercheurs en environnement et en Intelligence Artificielle afin de mettre au point des méthodes nouvelles permettant de répondre à ces questions.
Contraintes et risques
Une année peut ne pas suffire à répondre à toutes les questions. L'important est cependant d'obtenir une preuve de concept et que le travail puisse être poursuivi par la suite.
On en parle sur Twitter !