Chercheur Informaticien spécialiste en apprentissage automatique / applications pour l’écologie H/F

  • Durée : 9 mois
  • Localisation : Maison de la Télédétection, UMR Espace Dev, Montpellier
  • Gratification : prise en charge au taux en vigueur

Contexte

Le projet Horizon Europe Eco2Adapt (Ecosystem based adaptation to enhance forest resilience) a parmi ses objectifs la construction et la mise à disposition d’une base de connaissances intégrant les données d’observations, les scénarios d’usage et les expertises acquises au sein du projet. L’intégration des données en forte volumétrie et de nature hétérogène reste un problème ouvert pour la construction de la base de connaissances OneForestKB qui sera alimentée, maintenue, et exploitée par les différents acteurs du projet.

Sous la responsabilité de Laure Berti-Equille, directrice de recherche à l’IRD, vous travaillerez sur des algorithmes d’apprentissage par renforcement profond appliqué à l’agroécologie dans le cadre du projet Horizon Europe Eco2Adapt.

Profil recherché

Vous avez développé les compétences suivantes :

– Compétences en programmation en Python, frameworks de réseaux neuronaux, par ex. pytorch.
– Capacité à présenter clairement son travail en anglais, tant à l’écrit qu’à l’oral ( Niveau C2).
– Expériences avérées avec des outils d’apprentissage profond.
– Sensibilité aux sciences de l’environnement.

Vous faites preuves des qualités humaines suivantes :

– Autonomie et rigueur.
– Goût prononcé pour le travail en équipe.
– Goût et capacités pour le travail dans un contexte/environnement pluri-/interdisciplinaire.
– Vous faites preuve d’un excellent sens relationnel.

Vous êtes titulaire d’un Doctorat en informatique dans un domaine lié à l’IA/ML centré sur des techniques d’apprentissage profond. Une maitrise de l’ingénierie des données et des modèles d’apprentissage est exigée ainsi qu’une solide formation théorique en Machine Learning. Une expérience dans le domaine de données environnementales sera un plus.

Candidature
Postuler en ligne sur le site de l’IRD