- Site officiel

Ingénieur en deep learning pour le traitement d’image satellitaire


L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec plus de 200 unités de recherche et 42 unités expérimentales implantées dans toute la France. INRAE se positionne parmi les tous premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

VOTRE MISSION ET VOS ACTIVITÉS
          ♦ Recruté(e) à INRAE, vous rejoindrez l’Unité Mixte de Recherche "Territoires, Environnement, Télédétection et Information Spatiale" (UMR TETIS-INRAE/Cirad/AgroParisTech/CNRS) au sein de la Maison de la Télédétection, à Montpellier. L’objectif de TETIS est de maîtriser les processus permettant de mobiliser l’information spatiale pour la recherche agro-environnementale et pour la gestion durable des ressources naturelles et des territoires. TETIS regroupe 65 permanents et 30 à 40 non-permanents et se compose de 4 équipes de recherche, d’un collectif « formation » et d’une équipe ingénierie. Chaque équipe de recherche approfondit un axe clé pour la mise en œuvre d’une approche intégrée de la chaîne de l’information spatiale (www.umr-tetis.fr). Une originalité de TETIS est de combiner des activités de recherche, de formation et d’appui aux politiques publiques. TETIS est aussi fortement impliquée dans le Pôle Theia pour le partage et la valorisation des produits de la recherche (www.theia-land.fr).

Vous ferez partie de l’équipe ATTOS «Acquisition, Télédétection, Traitement et Observations Spatiales» et de l’équipe ingénierie. Une partie des recherches d’ATTOS porte sur l’analyse et le traitement des images satellitaires, pour le suivi et la gestion durable des milieux artificialisés, naturels et des agroécosystèmes dans un contexte de changement global. Ces travaux emploient massivement les méthodes d’apprentissage machine, et plus particulièrement l’apprentissage profond (deep learning), qui permet de tirer parti de la quantité croissante de données d’Observation de la Terre (OT) avec un passage à l’échelle sans précédent.

Vous travaillerez sur des projets en lien avec le CNES, l’IGN, et d’autres institutions publiques. Vous contribuerez à l’élaboration de solutions techniques et de produits thématiques, destinées à un large spectre d’utilisateurs. Vous mobiliserez le deep learning pour l’analyse et le traitement des images de l’OT, en cartographie de l’occupation du sol et en restauration d’image. Vous implémenterez des méthodes d’analyses innovantes, et les déploierez sur des infrastructures de calcul dédiées à l’IA. Vous avez une passion pour le développement logiciel, l'apprentissage machine, et les sciences de la terre. Vous avez une expérience pratique des problématiques de calcul scientifique sur de jeux de données volumineux, en utilisant python dans un environnement Linux.

          ♦ Vous serez plus particulièrement en charge de :
                     - Apporter vos compétences en deep learning pour développer des applications destinées à entraîner et appliquer des modèles sur de gros volumes d’images satellitaires (Sentinel, Spot)
                    - Contribuer au développement d’outils open-source valorisant des travaux de recherche en deep learning appliqué à la télédétection
                    - Déployer et utiliser les codes sur les plateformes de calcul nationales (IDRIS, CINES) et les ressources de calcul de l’INRAE et du CNES

Conditions particulières d’activité : aucune

LE PROFIL QUE NOUS RECHERCHONS
          ♦ Formation recommandée : École d’Ingénieur, Master informatique ou équivalents
         ♦ Connaissances souhaitées : Programmation, machine learning, traitement du signal/de l’image
         ♦ Expérience requise: pratique de tensorflow/pytorch, être à l’aise en python et sous linux, anglais lu et écrit. Expérience appréciée: gitlab ou github, docker, contribution à des projets open-source
         ♦ Aptitudes recherchées : créativité, curiosité, initiative, esprit critique, logique collaborative

Pour en savoir plus, téléchargez l'offre détaillée ci-dessous :
Maquette_offre_emploi_INRAE
 

Console de débogage Joomla!

Session

Profil d'information

Occupation de la mémoire

Requêtes de base de données