En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR7329-VALMER-031 - H/F Chercheur en dé-bruitage de données sismologiques par Deep Learning

H/F Chercheur en dé-bruitage de données sismologiques par Deep Learning

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

Date Limite Candidature : jeudi 20 octobre 2022

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

Référence : UMR7329-VALMER-031
Lieu de travail : VALBONNE
Date de publication : lundi 29 août 2022
Type de contrat : CDD Scientifique
Durée du contrat : 18 mois
Date d'embauche prévue : 1 novembre 2022
Quotité de travail : Temps complet
Rémunération : Entre 2500 € à 3200 € brut mensuels selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent

Missions

Développer un algorithme de Deep Learning capable de dé-bruiter des données sismologiques enregistrées sur des capteurs à bas coût. Explorer l'information qui peut être extraite des données Raspberry Shake (RS) sur les processus sismiques, avec un intérêt particulier pour des instruments déployés en Haïti.

Activités

Le chercheur post-doctorant concevra, entrainera, optimisera et testera l'algorithme de Deep Learning capable de dé-bruiter les données RS. L'objectif sera de prédire des sismogrammes de bonne qualité enregistrés par des instruments Longue Période (LP) à partir de données RS, en utilisant un catalogue de formes d'onde enregistrées par des stations RS et LP co-localisées. Il écrira des articles scientifiques, les publiera dans des journaux à comité de lecture, et présentera ses résultats dans des conférences internationales.

Compétences

- Expérience dans la manipulation de données sismologiques et intérêt pour le Deep Learning OU expérience en Deep Learning et intérêt pour la sismologie
- Expérience en programmation (python)
- Maîtrise de la langue anglaise, parlée et écrite
- Bonnes capacités de rédaction, pour publier et promouvoir sa recherche

Contexte de travail

Le chercheur 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. Il sera intégré à l'équipe "séismes" du laboratoire qui comprend environ 40 chercheurs permanents et non-permanents. (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).
Les recherches seront menées en collaboration avec Quentin Bletery, Jean-Paul Ampuero, Françoise Courboulex, Tony Monfret, Éric Calais, porteur du projet ANR OSMOSE .

OSMOSE est un projet de sismologie participative visant à multiplier le nombre de capteurs sismiques hébergés par des citoyens en Haïti (https://geoazur.oca.eu/fr/rech-geoazur/rech-geoazur-projets/299-geo-projets-recherche-phares/3610-osmose-toward-a-multi-stakeholder-socio-seismological-observation-network-for-seismic-risk-reduction-in-haiti-anr-2022).
Cette approche a un fort potentiel d'un point de vue sociologique mais également pour la compréhension des processus sismologiques (https://www.science.org/doi/abs/10.1126/science.abn1045).

L'employeur de l'agent sera l'IRD (institut de recherche pour le développement)
Institution française publique de recherche, l'IRD défend un modèle original de partenariat scientifique équitable avec les pays méditerranéens et intertropicaux et une science interdisciplinaire et citoyenne, engagée pour la réalisation des Objectifs de développement durable.

Informations complémentaires

Le contrat est financé par le projet ANR OSMOSE, coordonné par Éric Calais.

On en parle sur Twitter !