Doctorant-e en géodésie - modélisation de séries temporelles par apprentissage automatique

Informations générales Organisme de rattachement Institut national de l'information géographique et forestière (IGN) Référence 2026-2233502 Date de début de diffusion 25/03/2026 Date de parution 25/03/2026 Localisation Saint-Mandé Cedex Intitulé long de l'offre DOCTORANT-E EN GÉODÉSIE - MODÉLISATION DE SÉRIES TEMPORELLES PAR APPRENTISSAGE AUTOMATIQUE Date limite de candidature 25/04/2026 Employeur Institut national de l'information géographique et forestière (IGN) Nature du contrat CDD de 3 ans Versant Fonction Publique de l'Etat Catégorie Catégorie A (cadre) Nature de l'emploi Emploi ouvert aux titulaires et aux contractuels Domaine / Métier Recherche - Chercheuse / Chercheur Statut du poste Vacant Intitulé du poste DOCTORANT-E EN GÉODÉSIE - MODÉLISATION DE SÉRIES TEMPORELLES PAR APPRENTISSAGE AUTOMATIQUE Descriptif de l'employeur L’Institut national de l’information géographique et forestière (IGN) est un établissement public à caractère administratif placé sous la tutelle des ministères chargés de l’écologie et de la forêt. Sa vocation est de produire et diffuser des données (open data) et des représentations (cartes en ligne et papier, géovisualisation) de référence relatives à la connaissance du territoire national et des forêts françaises ainsi qu'à leur évolution. Grâce à son école d’ingénieurs, l'ENSG-Géomatique, et à ses équipes de recherche pluridisciplinaires, l’institut cultive un potentiel d’innovation de haut niveau dans plusieurs domaines (géodésie, forêt, photogrammétrie, intelligence artificielle, analyse spatiale, visualisation 3D, etc.). Descriptif du service Le centre de compétences géodésie et métrologie dimensionnelle (CC GMD) est chargé du pilotage des activité de géodésie et topométrie de Géodata Paris. Les agents du CC GMD réalisent leurs activités d'enseignement à Géodata Paris située à Champs Sur Marne et effectuent leurs activités de recherche au sein de l’Unité Mixte de Recherche (UMR) IPGP sur le campus des Grand Moulins de l’Université Paris Cité à Paris. L’équipe de recherche « géodésie » mène des recherches sur l’amélioration des référentiels géodésiques (géométrique et gravimétrique), sur la modélisation des déformations du sol et l’interprétation géophysique et climatique des produits de la géodésie. Description du poste L’objectif principal de cette thèse est de développer une approche automatique innovante pour la modélisation de séries temporelles géodésiques, avec l’ambition d’approcher, voire de dépasser, les performances d’un opérateur humain. Les séries géodésiques ciblées dans cette thèse seront les séries de positions de stations GNSS. Cependant, l’objectif à plus long terme est de disposer d’une méthodologie adaptable à d’autres types de séries temporelles (séries de déplacements InSAR, de variations de gravité GRACE(-FO), ou de variables climatiques). Les modèles basés sur l’apprentissage automatique reposent fortement sur les données d’entraînement et d’évaluation. Or, en matière de séries GNSS, les jeux de données labelisés existants sont limités en taille (à quelques milliers de stations) et par la précision humaine (les discontinuités les plus petites ne sont pas forcément détectées). Pour surmonter ces problèmes, nous développons actuellement un simulateur de séries de positions de stations GNSS synthétiques réalistes. Ce générateur bénéficie de progrès récents en matière de modélisation de séries GNSS par l’équipe de géodésie de l’IGN et de l’IPGP. Sur la base de ce générateur de séries synthétiques réalistes, nous proposons un déroulement de thèse en trois étapes : 1. Evaluation d’approches de modélisation automatique existantes 2. Développement d’une nouvelle approche basée sur l’apprentissage automatique 3. Application de l’approche à des données réelles Conditions particulières d'exercice Déplacements occasionnels à prévoir en France (Géodata Paris, Saint-Mandé, Forcalquier) ou à l’étranger (congrès, atelier, réunions scientifiques). Bureau dans les locaux de l'Université Paris Cité. Profil horaire: forfait. A de rares occasions, travail un jour férié (congrès, éventuelle participation au groupe d'instruction Géodata Paris). Descriptif du profil recherché Le candidat doit être titulaire d’un diplôme de master (ou équivalent) avec une formation en analyse de données, en statistiques et en programmation. Le candidat doit maîtriser le langage Python (ou langage proche) et le calcul scientifique. Une familiarité avec les géosciences, la géodésie et/ou l’intelligence artificielle constitue un atout. Le candidat doit également avoir un bon niveau d’anglais. Temps plein Oui Informations complémentaires Informations complémentaires Geodata-paris.fr se situe au cœur d'un campus universitaire verdoyant à 20 minutes de Paris, la Cité Descartes. L'école est localisée au sein d'un bâtiment monumental imaginé par les architectes Chaix et Morel prenant le parti pris d'un système unique de barres reliées par un atrium central. Composé d'écoles et d'une université reconnue internationalement, le campus oriente ses formations et sa recherche autour de la ville durable. Disposant d'équipements de pointe en terme d'enseignements et de recherche, le campus propose plusieurs avantages aux personnels de l'école grâce à sa proximité et à son partenariat avec l'Université Gustave Eiffel ainsi que l'Ecole des Ponts ParisTech. Un espace d'innovation pédagogique La Centrif' De nombreux laboratoires de recherche Un accès au restaurant d'entreprise et à la cafétéria Une mise à disposition de l'ensemble des équipements sportifs du campus (salle de sport et de musculation, cours collectifs, piscine) Une possibilité d'adhérer aux associations des personnels proposant des activités créatives et billetterie Un accès au centre de documentation de l'IGN La prise en charge dès votre arrivée d'une formation autour de la Fresque du Climat Télétravail possible Oui Management Non Localisation du poste Europe, France, Île-de-France, Seine et Marne (77) Lieu d'affectation (sans géolocalisation) Champs-sur-marne Date de vacance de l'emploi 25/03/2026