Doctorant en IA & Dynamiques écologiques (PINNs)

Inria Montpellier; Montpellier; Presencial; EUR 27.000 - 32.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Bourse doctorale

Accès ressources Inria et réseau inter

Contexte international

Descripción de la vacante

Le doctorant sera rattaché à Inria Montpellier et travaillera dans un cadre interdisciplinaire avec des équipes IA, écologie quantitative et modélisation des systèmes dynamiques. Il développera des méthodes utilisant les Process-Informed Neural Networks (PINNs) pour mieux comprendre et prédire la dynamique spatio-temporelle des communautés végétales.

Le projet combine apprentissage profond et connaissances écologiques, avec évaluation sur données réelles et synthétiques et diffusion des

Formación

• Maîtrise des concepts de ML et d'analyse numérique.
• Capacité à concevoir et évaluer des méthodes numériques.
• Bonne maîtrise de l’anglais scientifique.
• Autonomie et rigueur scientifique exigées.

Responsabilidades

• Étudier l'état de l'art en modélisation dynamique des systèmes écologiques et en Scientific Machine Learning (PINNs).
• Explorer des formulations mathématiques et leur intégration dans des architectures d'apprentissage profond.
• Concevoir et développer des approches basées sur les PINNs et d'autres méthodes hybrides.
• Etudier l'inférence de paramètres écologiques et la reconstruction de dynamiques spatio-temporelles.
• Développer des outils de simulation sur données synthétiques et réelles (inventaires végétation, données environnementales, télédétection).
• Évaluer robustesse, généralisation et pertinence écologique des modèles proposés.
• Publier les résultats dans conférences et revues internationales et diffuser en logiciel libre.

Conocimientos

Apprentissage automatique

Optimisation numérique

Modélisation mathématique

Programmation scientifique

Python

Anglais scientifique

Ecologie quantitative

Données spatiales

Télédétection

Apprentissage profond

Équations différentielles

Systèmes dynamiques

Inférence de paramètres

Educación

Master 2 ou diplôme d'ingénieur en informatique, IA, mathématiques appliquées ou discipline équivalente

Herramientas

PyTorch

JAX

Descripción del empleo

Le doctorant sera rattaché à Inria Montpellier et travaillera dans un cadre interdisciplinaire avec des équipes IA, écologie quantitative et modélisation des systèmes dynamiques. Il développera des méthodes utilisant les Process-Informed Neural Networks (PINNs) pour mieux comprendre et prédire la dynamique spatio-temporelle des communautés végétales.

Le projet combine apprentissage profond et connaissances écologiques, avec évaluation sur données réelles et synthétiques et diffusion des