En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR7329-QUEBLE-003 - H/F Chercheur en analyse de signaux géodésiques par Deep Learning

H/F Chercheur en analyse de signaux géodésiques par Deep Learning

Cette offre est disponible dans les langues suivantes :
- Français-- Anglais

Date Limite Candidature : lundi 5 juin 2023

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Informations générales

Intitulé de l'offre : H/F Chercheur en analyse de signaux géodésiques par Deep Learning
Référence : UMR7329-QUEBLE-003
Nombre de Postes : 1
Lieu de travail : VALBONNE
Date de publication : lundi 15 mai 2023
Type de contrat : CDD Scientifique
Durée du contrat : 24 mois
Date d'embauche prévue : 1 octobre 2023
Quotité de travail : Temps complet
Rémunération : 2833 à 4003 € (brut), selon expérience
Niveau d'études souhaité : Niveau 8 - (Doctorat)
Expérience souhaitée : Indifférent
Section(s) CN : Terre et planètes telluriques : structure, histoire, modèles

Missions

Développer un algorithme de Deep Learning capable de séparer les signaux tectoniques des contributions environnementales et du bruit géodésique dans les séries temporelles GNSS.
Analyser l'information extraite pour mieux comprendre la dynamique du glissement sur les failles et les déformations à la surface de la Terre liées à l'atmosphère, l'hydrosphère et l'océan.

Activités

Le chercheur postdoctoral concevra, entrainera, optimisera et testera l'algorithme de Deep Learning. Il/Elle évaluera la performance de l'algorithme par rapport aux approches existantes et l'utilisera pour étudier des processus, potentiellement encore inconnu, régissant le comportement des failles. Le candidat retenu écrira des articles scientifiques, les publiera dans des journaux « peer-reviewed » et présentera les résultats obtenus dans des conférences internationales.

Compétences

Expérience dans le traitement de grands jeux de données
Expérience dans, au moins, l'un des sujets suivants:
Analyse de données géodésiques
Analyse de données sismologiques
Deep Learning
Expérience en programmation (python)
Anglais, parlé et écrit
Aptitudes à écrire des articles scientifiques et à la promotion de sa recherche

Contexte de travail

Le chercheur postdoctoral travaillera au sein de l'UMR Géoazur, une Unité Mixte de Recherche rattachée à l'IRD, au CNRS, à l'Observatoire de la Côte d'Azur et à l'Université Côte d'azur. Géoazur compte 165 personnes et est leader à l'échelle nationale et internationale sur l'étude des séismes, offrant d'importantes possibilités d'interaction autour de cette thématique. Le chercheur postdoctoral sera intégré à l'équipe "séismes" du laboratoire qui comprend environ 50 chercheurs (https://geoazur.oca.eu/fr/membres-equipe-seismes-geoazur). Le candidat pourra interagir avec plusieurs autres post-doctorants (ainsi que de nombreux doctorants) au sein de l'équipe développant des algorithmes de Deep Learning sur des thématiques en rapport, en particulier dans le cadre du projet ERC EARLI (https://geoazur.oca.eu/fr/rech-geoazur/rech-geoazur-projets/299-geo-projets-recherche-phares/2885-earli-detection-of-early-seismic-signal-using-artificial-intelligence-erc-2021).
Les recherches seront effectués en collaboration avec Quentin Bletery, Jean-Mathieu Nocquet (Géoazur) et Bertrand Rouet-Leduc (Université de Kyoto, Japon).
L'employeur de l'agent sera l'IRD (Institut de Recherche pour le Développement), une institution de recherche publique française (https://www.ird.fr/). L'IRD promeut un modèle original de partenariat scientifique équitable et interdisciplinaire pour le développement durable.

Informations complémentaires

Le projet est financé par le projet ERC EARLI, piloté par Quentin Bletery (https://geoazur.oca.eu/fr/rech-geoazur/rech-geoazur-projets/299-geo-projets-recherche-phares/2885-earli-detection-of-early-seismic-signal-using-artificial-intelligence-erc-2021).