Analyse de données XRF et hyperspectrales pour l’identification et la quantification de mélanges de pigments dans les œuvres d’art H/F
Nouveau
- IT en contrat CDD
- 5 mois
- BAC+3/4
Cette offre est ouverte aux personnes disposant d’un titre leur reconnaissant la qualité de travailleur handicapé ou travailleuse handicapée.
L'offre en un coup d'oeil
L'unité
Systèmes et Applications des Technologies de l'Information et de l'Energie
Type de Contrat
IT en contrat CDD
Temps de Travail
Complet
Lieu de Travail
91190 GIF SUR YVETTE
Durée du contrat
5 mois
Date d'Embauche
01/10/2026
Rémuneration
2496,98
Postuler Date limite de candidature : vendredi 26 juin 2026 23:59
Description du Poste
Les Missions
La personne recrutée participera aux travaux de l’équipe SICOIA du laboratoire SATIE sur la thématique Cultural Heritage, en collaboration avec le C2RMF. Elle contribuera au développement de méthodes d’analyse de données multimodales pour l’étude d’œuvres d’art, notamment les portraits du Fayoum, à partir d’acquisitions par fluorescence X (XRF) et imagerie hyperspectrale.
L'Activité
L’objectif est d’identifier les pigments présents dans les œuvres étudiées et, lorsque cela est possible, d’estimer leur proportion dans les mélanges. Les données XRF apportent des informations sur les éléments chimiques, tandis que les données hyperspectrales mesurent sur la réponse optique (visible/infrarouge) des matériaux ; leur combinaison doit permettre une caractérisation plus robuste et plus fine des pigments utilisés.
Votre Profil
Compétences
Les méthodes développées s’appuieront sur des modèles d’apprentissage profond adaptés aux cubes de données spectrales et spatiales, en particulier des architectures de type Transformer 1D pour l’analyse des spectres et/ou 2D pour la prise en compte des interactions spatiales. Un enjeu majeur réside dans le faible nombre de données annotées disponibles. Les travaux porteront donc sur des stratégies d’apprentissage faiblement supervisé ou few-shot, combinant pré-entraînement auto-supervisé sur des jeux de données simulés, adaptation/fine-tuning sur données réelles, et, si nécessaire, apprentissage semi-supervisé à partir de données partiellement annotées ou non labellisées.
Une attention particulière sera portée à la qualité des annotations produites, à la prise en compte de leur incertitude, ainsi qu’à l’interprétabilité des résultats, afin de fournir des cartes de pigments et des estimations de mélanges exploitables par les spécialistes du patrimoine.
Le poste s’adresse à une personne de niveau master, ingénieur ou doctorat, avec une formation en traitement du signal ou des images, apprentissage automatique, vision par ordinateur ou domaine proche. De bonnes compétences en Python et en apprentissage profond, idéalement avec PyTorch, sont attendues. Une expérience en imagerie hyperspectrale, XRF, données multimodales, apprentissage faiblement supervisé ou unmixing serait appréciée, mais n’est pas indispensable. Une appétence pour les applications interdisciplinaires, en particulier dans le domaine du patrimoine culturel, ainsi que des qualités d’autonomie, de rigueur expérimentale et de communication seront importantes
Votre Environnement de Travail
Le lieu de travail est partagé entre le laboratoire SATIE (site du plateau de Saclay) et le C2RMF (Paris).
Contraintes et risques
Aucuns risques.
Rémunération et avantages
Rémunération
2496,98
Congés et RTT annuels
44 jours
Pratique et Indemnisation du TT
Pratique et indemnisation du TT
Transport
Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€
À propos de l’offre
| Référence de l’offre | UMR8029-NACCHI-013 |
|---|---|
| Secteur d’activité | Sciences de l'Ingénieur et instrumentation scientifique |
| Emploi type | Ingenieur en techniques experimentales (H/F) |
À propos du CNRS
Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.
Créer une alerte
Ne manquez aucune opportunité de trouver le poste qui vous correspond. Inscrivez-vous gratuitement et recevez les nouvelles offres directement dans votre boite mail.