Ce site utilise des cookies. Pour en savoir plus sur notre politique d'utilisation des cookies, cliquez Politique d'utilisation des cookies

CDD Ingénieur de recherche en apprentissage automatique pour le contrôle qualité des données océanographiques (H/F) - Brest - IFREMER

Publiée le: 9/7/2018

Résumé de l'offre

  • Type de contrat:
    CDD
  • Lieu:
    Brest
  • Publiée le:
    9/7/2018

Description de l'offre

Poste à pourvoir: CDD Ingénieur de recherche en apprentissage automatique pour le contrôle qualité des données océanographiques (H/F)

Référence du poste : PV-2018-574

Structure d'accueil : Département Oceanographie et Dynamique des Ecosystemes

Unité de recherche - Laboratoire d’océanographie physique et spatiale

Équipe de recherche «Océan hauturier et Interactions d’échelles océaniques »

Localisation :  Brest, Bretagne, FR

Durée du contrat : 1 an

 

Date de clôture de réception de candidatures : 30/09/2018

 

 

 

Institut français de recherche pour l’exploitation de la mer, l’Ifremer contribue, par ses travaux et expertises, à la connaissance des océans et de leurs ressources, à la surveillance du milieu marin et littoral et au développement durable des activités maritimes. L’Ifremer est source de connaissances, d’innovation, de données de surveillance et d’expertise pour le monde de la mer, à la fois en matière de politique publique et d’activité socio-économique. Il est la seule structure de ce type en Europe.

 

Fondé en 1984, l'Ifremer est un établissement public à caractère industriel et commercial (EPIC), placé sous la tutelle conjointe du ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation, et du ministère de la Transition écologique et solidaire.

 

Description de l'offre:

Des milliers de mesures océaniques de température et de salinité sont collectées globalement et chaque jour. Contrôler la qualité de ces données est une tâche qui demande beaucoup de ressources humaines car les procédures de contrôle produisent encore beaucoup de fausses alarmes qui sont détectées uniquement par un expert humain. Les procédures de contrôle qualité n'ont pas encore bénéficiée du développement récent de méthodes d'apprentissage automatique efficaces, telles que l'apprentissage profond, pour prédire des variables simples à partir de données multidimensionnelles complexes. Ce poste d'ingénieur concerne le développement de telles méthodes pour l'océanographie.

CONTEXTE

Les mesures océaniques, sur lesquelles ce poste sera focalisée, sont produites par un réseau international de plus de 3000 flotteurs profilants (des sondes autonomes dérivant librement dans l'océan profond) qui mesurent la température et la salinité de 2000 mètres de profondeur à la surface: le réseau Argo (http://www.argo.ucsd.edu). Les données Argo sont utilisées en temps réel pour la prévision opérationnelle et, après un contrôle scientifique rigoureux de leur qualité, pour la recherche et le suivi du changement climatique. Argo est le tout premier réseau mondial d'observation des océans in situ de l'histoire de l'océanographie, fournissant un complément essentiel aux systèmes satellitaires. Argo fournit des données critiques (en particulier sur la dimension verticale des océans) pour les modèles de surveillance du climat et de prévision des océans. Les données Argo sont essentielles pour la recherche sur le changement climatique.

 

Ce poste fera partie du projet MOCCA (Monitoring the Oceans and Climate Change with Argo: Suivi des océans et du changement climatique avec Argo), une initiative européenne menée par l'infrastructure de recherche européenne EURO-ARGO. Le but du projet est de progresser vers les objectifs d'Euro-Argo dans la surveillance des océans à travers l'acquisition et le déploiement de flotteurs Argo ainsi que par la collecte, l'analyse, la gestion, le traitement et la diffusion des données. Ces données sont disponibles gratuitement en tant que contribution européenne au programme international Argo. Dans le cadre du projet MOCCA, le Laboratoire d'Océanographie Physique et Spatiale (LOPS, http://www.umr-lops.fr/) est en charge du contrôle qualité des données Argo dans l'Atlantique Nord et du développement de nouvelles procédures de contrôle qualité.

 

 

Profil recherché

MISSION PRINCIPALE 

Au sein du LOPS à l'IFREMER, la personne recrutée sera en charge du développement d'une nouvelle procédure de contrôle qualité des données Argo. Cette procédure sera basée sur les méthodes d'apprentissage automatique et sur l'ensemble historiques des données d'indice de qualité, qui fournissent la base d'apprentissage pour les méthodes supervisées. La personne recrutée transférera la procédure finale au centre de données Coriolis. La personne recrutée travaillera en étroite collaboration avec un ingénieur «Big Data» au centre de données Coriolis qui sera en charge de la mise en place d'un environnement logiciel pour la fouille de données volumineuses et l'apprentissage automatique (ex: tensorflow, sparkml).

 

ACTIVITES 

La personne recrutée sera responsable de:

  • Collaborer avec avec l'ingénieur "Big Data" Coriolis à l'assemblage et au formattage des bases de données d'apprentissage (c.a.d. mesures/indices de qualité), et de leur diffusion
  • Tester et évaluer des méthodes prédictives existantes (par exemple: ensemble de forêts aléatoires, réseaux de neurones, CNN)
  • Développer une nouvelle procédure pour la prédiction des indices de qualité en temps différé et réel
  • Transferer la nouvelle procédure à Coriolis et aux partenaires européens et internationaux du projet MOCCA
  • Documenter et diffuser les résultats de cette procédure (rapports, codes, présentations orales)

 

Pour mener à bien ces activités, la personne recrutée devra acquérir des connaissances de base sur le flux de données Argo existant et les méthodes de contrôle de la qualité.

 

Si vous souhaitez plus d'informations sur le poste vous pouvez contacter Guillaume MAZE (laboratoire d'Océanographie Physique et spatiale) à l'adresse mail Guillaume.Maze@ifremer.fr.

 

 

FORMATION / EXPÉRIENCE

  • Maîtrise, thèse ou diplôme d'ingénieur en science des données
  • Expérience souhaitée: de 0 à 2 ans
  • Intérêt pour la science et les données océanographiques
  • Langage de programmation: python et éventuellement matlab
  • Aptitude à lire, écrire et communiquer en anglais
  • Rigueur et autonomie

 

 

 

 

Pour postuler

Date de clôture de réception de candidatures : 21/09/2018

Toutes nos candidatures sont traitées exclusivement via notre site Carrières.