Postée il y a 1 jour
Contexte
Le poste est rattaché au laboratoire innovation du Shom, au sein de la Direction de la Recherche, de l’Innovation et des Programmes (DRIP/LAB). Ce laboratoire a pour objectif de bénéficier de ruptures technologiques dans les actions de modernisation des processus de production du Shom (notamment via l’Intelligence Artificielle) et de prototyper des produits et services en anticipation de nouveaux besoins.
Dans le cadre des activités de production de modèles numériques de terrain (MNT) bathymétriques, le Shom est amené à exploiter les images satellitaires multispectrales pour estimer localement les profondeurs.
Le Shom s’est récemment doté d’une chaîne de traitement SDB (Satellite Derived Bathymetry) capable d’exploiter plusieurs sources d’imagerie dont celles, entre autres, issues des capteurs Sentinel-2 du programme européen Copernicus. Cette chaîne repose sur des techniques d’inversion d’un modèle de transfert radiatif, qui nécessitent une paramétrisation spécifique et sont sensibles à la qualité des images en entrée. Un des axes d’amélioration réside dans la segmentation des fonds, afin d’identifier plus précisément les différentes natures de substrats, et donc d’optimiser, au regard du contenu radiatif, la paramétrisation de l’algorithme d’inversion.
Des études exploratoires ont été menées en interne pour évaluer l’efficacité des méthodes d’apprentissage supervisées et entraîner différents algorithmes de Machine Learning. La poursuite de ces travaux consisterait à expérimenter les approches neuronales.
Activités principales :
• Renforcer l'expertise du Shom en Intelligence Artificielle (IA) appliquée au traitement d'images satellites, dans le cadre de l'optimisation de la chaîne de traitement SDB :
-Finaliser les études menées sur les algorithmes de Machine Learning en consolidant les approches testées ;
-Assurer une veille scientifique et technologique sur les approches méthodologiques en IA et en traitement d'images ;
-Développer un outil de pré-annotation des images, basé sur ces algorithmes, afin de faciliter la constitution d'une base de données annotée suffisamment riche pour entraîner un réseau de neurones ;
-Proposer une architecture d'IA convolutive permettant la segmentation par type de fonds, d'images satellitaires côtières. L'implémenter et la tester.
-Analyser, critiquer et synthétiser les résultats obtenus avec les différentes méthodes testées, et proposer des axes d'amélioration.
• Intégrer les résultats des travaux précédents au sein de la chaîne de traitement SDB du Shom.
• Participer aux initiatives d'amélioration de création de produits bathymétriques côtiers (notamment sur les sujets relatifs à la fusion de données, l'intégration d'autres capteurs, notamment ICESAT2).
• Valoriser et communiquer les résultats : articles, conférences, exposés, rapports, …
Vous êtes ingénieur, ou avez un diplôme équivalent, ou avez une expérience significative dans l’un ou plusieurs des domaines suivants : sciences des données, télédétection ou traitement d’images.
Vous avez également des compétences dans les domaines suivants :
Connaissances en méthodes par IA appliquées au traitement d’Images.
Maîtrise avancée de Python et des librairies dédiées aux traitements IA (notamment par Machine Learning, Deep Learning), avec une attention particulière portée à la structuration du code et à la rédaction de documentation (Git)
Une maitrise des structures de données géospatiales et librairies Python associées (de type GDAL, rasterio, …) serait un plus.
Développement de plugin QGIS (serait un plus)
Anglais
Vos aptitudes personnelles :
Imagination, créativité
Autonomie, initiative
Capacité de synthèse et de rédaction
CONTRAT DE PROJET DE 24 MOIS
POSTE A POURVOIR A PARTIR DE MAI 2025
Au sein de la DRIP, le laboratoire d’innovation est en charge d’introduire des ruptures technologiques dans les actions de modernisation des processus de production et de prototyper des produits et services en anticipation des besoins futurs.