Nous utilisons des cookies pour vous garantir la meilleure expérience sur notre site. Si vous continuez à utiliser ce dernier, nous considèrerons que vous acceptez l'utilisation des cookies. J'ai compris ! ou En savoir plus !.
banniere

Le portail francophone de la géomatique


Toujours pas inscrit ? Mot de passe oublié ?
Nom d'utilisateur    Mot de passe              Toujours pas inscrit ?   Mot de passe oublié ?

#1 Wed 31 March 2021 09:58

Ludo
Membre
Lieu: Messanges
Date d'inscription: 5 Sep 2005
Messages: 225
Site web

[CDD] Ingen d Etude en deep learning 6 mois H/F Dijon (21)

ENVIRONNEMENT ET CONTEXTE DE TRAVAIL :

L’Ingénieur-e d’étude travaillera au sein de la plateforme technologique géomatique Bourgogne-Franche-Comté (GEOBFC) à la Maison des Sciences de l’Homme de Dijon (USR uB-CNRS 3516). GEOBFC est une plateforme commune à la MSH de Dijon et à la Maison des Sciences et de l’Environnement de l’Université de Franche-Comté.

GEOBFC a pour vocation de soutenir les équipes de recherche, les doctorants en Sciences Humaines et Sociales (SHS) et les partenaires institutionnels des deux MSH dans le développement et la conduite des programmes de recherche pluridisciplinaires, de mutualiser des outils et des compétences spécialisées, de diffuser et de partager les compétences et les connaissances via des formations dans les domaines de l’information géographique. Les champs de compétences sont l’acquisition de données géographiques, l’élaboration et le traitement des données, la télédétection, la conception de systèmes d’information géographique et d’outils d’analyses et la restitution cartographique.

La plateforme GEOBFC a récemment fait l’acquisition d’un relevé LiDAR sur l'ensemble du territoire du Parc Naturel Régional du Morvan et les communes du Vézelien d’environ 3 300 km². Sur cet espace, une équipe de recherche s’intéresse à la détection automatique de structures anthropiques sous forêt, en particulier les charbonnières et les minières / zones d’extraction.

MISSIONS CONFIEES A L'AGENT :

A partir des Modèles Numériques de Terrain (MNT), l’Ingénieur-e d’étude aura pour mission de mettre en œuvre des solutions de deep learning ayant pour objectif de détecter deux types de structures : les charbonnières d’une part et les mines / zones d’extraction d’autre part sur la zone d’étude du Morvan (environ 3 300 km²). A cet effet, une base de données de 22 000 charbonnières dans des zones hors du massif du Morvan pourra être utilisée dans une perspective d’apprentissage du modèle. Pour les mines et zones d’extraction, la création de ces données d’apprentissage sera nécessaire.

DESCRIPTION DES ACTIVITES :

    • Définir et développer les modèles
    • Définir les indices issus du MNT à utiliser dans les modèles
    • Réaliser l’apprentissage et comparer en modifiant les hyperparamètres
    • Sauvegarde et comparaisons des modèles
    • Création du jeu d’entraînement pour les minières / zone d’extractions
    • Définir la stratégie pour lancer la détection sur l’ensemble de la zone d’étude

COMPETENCES SOUHAITEES :

    • Connaissance du développement informatique (langage python en particulier)
    • Connaissance en machine learning / deep learning
    • Connaissance en traitement du signal/de l’image
    • Connaissance des SIG appréciée
    • Aptitude au travail en équipe
    • Autonomie
    • Rigueur
    • Aptitude rédactionnelle

DIPLOME SOUHAITE :

    • École d’Ingénieur, Master ou équivalents

Contrat : CDD de 6 mois

Rémunération :1816 € brut/mois

Les candidatures, qui comporteront une lettre de motivation et un Curriculum Vitae, sont à adresser par mail à : ludovic (dot) granjon (at) u-bourgogne (dot) fr

Les candidatures seront étudiées au fur et à mesure de leur arrivée

Poste à pourvoir le plus rapidement possible, au plus tard en mai 2021

Pour de plus amples renseignements, vous pouvez contacter Ludovic Granjon : ludovic (dot) granjon (at) u-bourgogne (dot) fr  ou au 03 80 39 35 96

Dernière modification par Ludo (Wed 31 March 2021 10:00)

Hors ligne

 

Pied de page des forums

Powered by FluxBB

Partagez  |