Chercheur postdoctoral en ia pour les interactions océan-atmosphère lors des cyclones tropicaux et des tempêtes de haute latitude h/f

Position and assignments

Date de clôture de réception de candidatures : 15/11/

Qui sommes nous ?

Vous serez accueilli.e à Ifremer au sein du Laboratoire Spatial et Interfaces Air-Mer. Ifremer offre un environnement idéal pour le développement d'analyses d'apprentissage profond de pointe pour les processus océan-atmosphère, avec accès au système HPC Datarmor équipé de GPU haut de gamme et le soutien d'ingénieurs en apprentissage automatique. Le poste fait partie d'un effort à grande échelle mené par Ifremer pour développer des solutions basées sur l'apprentissage pour les jumeaux numériques océaniques et contribue directement à l'action IA du PPR national Océan & Climat. Vous bénéficierez d'un environnement collaboratif dynamique. L'équipe de supervision comprend des chercheurs en modélisation océanique et en IA, ainsi qu'un spécialiste de l'observation des cyclones tropicaux d'IFREMER et du SHOM.

Ce projet postdoctoral se concentre sur le développement de nouveaux modèles génératifs basés sur l'IA pour mieux comprendre et prédire la réponse et la rétroaction de l'océan aux cyclones tropicaux (CT) et aux tempêtes de haute latitude. L'objectif est d'utiliser des techniques d'apprentissage automatique de pointe pour explorer le système couplé océan-atmosphère, en particulier la réponse de l'océan supérieur, et comment il module la dynamique des cyclones tropicaux et des tempêtes de haute latitude

Quelle sera votre mission ?

- Utiliser les simulations climatiques à haute résolution nextGEMS comme source de données principale pour entraîner des modèles IA avancés.
- Développer et entraîner des représentations de champs neuronaux pour créer des représentations compactes et continues des états des cyclones tropicaux et de leur environnement océanique environnant.
- Évaluer la transférabilité du modèle développé aux tempêtes de haute latitude.
- Entraîner des modèles de diffusion probabilistes dans l'espace latent appris pour générer des ensembles réalistes d'évolutions de cyclones tropicaux et de tempêtes.
- Concevoir et utiliser un cadre d'expérimentation de simulation de système d'observation (OSSE) pour tester les modèles IA et explorer des stratégies d'observation optimales.
- Évaluer le réalisme des simulations nextGEMS par rapport à des ensembles de données d'observation du monde réel soigneusement sélectionnés (par exemple, données satellitaires de MAXSS/CyclObs/SWOT, flotteurs Argo).
- Étudier la transférabilité des modèles entraînés sur des simulations vers des observations réelles, contribuant ainsi au défi de données PPR.
- Publier les résultats de la recherche dans des revues à comité de lecture et présenter lors de conférences internationales.

Avec qui travaillerez-vous ?

- Relations collaboratives internes
- Vous travaillerez en étroite collaboration avec l'unité de jumeaux numériques récemment formée, interagissant avec les équipes de recherche océanographique et de calcul scientifique.
- Le poste permet de rejoindre le projet MAXSS financé par l'Agence spatiale européenne.
- Vous travaillerez au sein du département Ifremer/LOPS/SIAM et de l'équipe Inria Odyssey (IMT-Atlantique, INRIA), en collaboration avec des chercheurs, des ingénieurs et des étudiants.

- Relations collaboratives externes
- Vous serez co-supervisé.e par des chercheurs en modélisation et en IA du SHOM qui apporteront une expertise précieuse sur les données et les méthodes.
- Le projet implique une collaboration avec des partenaires dans des projets à long terme tels que ESA MAXSS, CyclObs, et les projets sentinel MPC, la préparation d'Earth Explorer 10 Harmony, et la préparation du radiomètre micro-ondes imageur de Copernicus (CIMR).

Comment se déroulera votre activité ?

- Emploi à temps plein.
- Le poste est basé à Brest, France.
- La fonction comprend un budget pour les publications et pour assister à des symposiums internationaux.

Geographic mobility:

International

Telework

Part time

Profile

Qui êtes-vous ?

- Vous êtes titulaire d'un doctorat dans un domaine pertinent tel que les mathématiques appliquées, l'informatique, l'océanographie, les sciences atmosphériques ou une discipline connexe.
- Vous avez une solide formation en apprentissage automatique, en particulier en apprentissage profond et en modèles génératifs.
- Vous avez une expérience en programmation Python et en manipulation de grands ensembles de données scientifiques.

/!\ Conformément à la LPR, seul(e)s les candidat(e)s ayant obtenu leur doctorat depuis moins de 3 ans à la date de l'embauche en post-doctorat sont éligibles.

Vous avez les compétences, connaissances et expériences suivantes :

- Expertise dans les techniques d'IA/apprentissage automatique (par exemple, champs neuronaux, modèles de diffusion).
- Maîtrise de la programmation, en particulier Python et les frameworks d'apprentissage profond (par exemple, PyTorch, TensorFlow).
- Expérience avec les environnements de calcul haute performance (HPC).
- Compétences analytiques et de résolution de problèmes.
- Compétences en rédaction scientifique et en communication.
- Un intérêt pour l'océanographie, les sciences atmosphériques ou les sciences climatiques est un plus.
- Une expérience dans l'analyse de données du monde réel et en modélisation numérique est un plus.

Vous avez les qualités suivantes :

- Capacité à travailler de manière autonome et en tant que membre d'une équipe multidisciplinaire.
- Curiosité et un vif intérêt pour la recherche interdisciplinaire.
- Bonnes compétences en communication et relations interpersonnelles.