description du poste

DescriptionLa hauteur de mer (en anglais Sea Surface Height = SSH) est l’une des variables essentielles pour la compréhension, l’observation et le suivi du système climatique terrestre. L’évolution de SSH est aujourd’hui mesurée par un réseau mondial de données in-situ (marégraphes, bouées) et à distance par une constellation de satellites altimétriques. Ces derniers se divisent en 2 catégories: les satellites nadirs dont la mesure s’effectue en 1D et, depuis peu, les satellites à fauchées (SWOT) qui permettent de fournir des données de SSH en 2D.Depuis plus de 30 ans, CLS, filiale du CNES et de la Compagnie Nationale à Portefeuille est le leader mondial de l’observation de la topographie océanique par satellite. CLS produit quotidiennement des données le long des traces des différents altimètres (Level-3 ; L3), ainsi que des cartes globales et régionales de SSH (Level-4 ; L4). Cette production est basée sur le système DUACS (http://duacs.cls.fr). Ces produits sont ensuite distribués via le Copernicus Marine Service (https://marine.copernicus.eu/).Une des étapes essentielles de cette chaîne de traitement est la suppression des données aberrantes aussi appelé editing. Elles peuvent être liées la présence de pluie, de bateaux ou d’icebergs notamment (Dibaboure et al, 2024). De nombreux utilisateurs de cette donnée aimeraient toutefois pouvoir la récupérer pour leurs études.L’objectif du stage sera d’implémenter des méthodes d’inpainting pour la reconstruction des données manquantes dans les images SWOT. Actuellement, aucune méthode n’est appliquée.Tes missions si tu nous rejoins :Développer un nouveau réseau de neurones adapté à la problématique tout en étant cohérent(e) avec la dynamique océanique présente pour l’image SWOT.Réaliser une comparaison à des méthodes d’interpolation classiques.Mener des tests de sensibilité : déterminer quelles variables autres que la SSH pourront être utilisées, déterminer quelle sera la taille maximale des zones à reconstruire…Estimer l’apport de l’inpainting sur les étapes suivantes de la chaîne de traitement.Profil recherchéEtudiant(e) en dernière année d’école d’ingénieur ou en master 2, tu souhaites développer tes compétences et tes connaissances en intelligence artificielle.Une bonne maîtrise de la langue anglaise, de python et des bibliothèques d’IA (pytorch, pytorch lightning..) est nécessaire pour mener à bien tes missions.Des connaissances en océanographie seraient un plus.L’ouverture d’esprit, l’aisance relationnelle, la flexibilité, l’autonomie, la curiosité et l’esprit d’analyse sont attendus.Tu aimes les challenges, tu as l’esprit d’équipe, alors, demain avec l’ensemble des équipes de CLS, nous rendrons nos systèmes plus efficients et utilisés par le plus grand nombre, viens rejoindre l’aventure ! #J-18808-Ljbffr