A complete application in a minute
Tailored resume and cover letter, ready to send.
Inria recrute un ingénieur de recherche pour la détection d'anomalies dans les données climatiques massives, notamment ERA5, avec des approches fondées sur le Matrix Profile et l'apprentissage profond.
Vous finaliserez des travaux expérimentaux, comparerez des scores d'anomalie et préparerez des communications scientifiques pour des revues et conférences internationales, tout en valorisant des outils open source développés.
L’Inria est l’Institut national de recherche en sciences du numérique, dont le centre Inria d’Université Côte d’Azur fait partie. Avec une forte expertise en informatique et mathématiques appliquées, les projets de recherche du centre Inria d’Université Côte d’Azur touchent toutes les dimensions des sciences et technologies du numérique, et génèrent de l’innovation. Implanté principalement à Sophia Antipolis, mais également à Nice ou Montpellier, il regroupe 47 équipes de recherche et neuf services d’appui. Il est présent dans les domaines de l’intelligence artificielle, la science des données, la sécurité des systèmes informatiques, la robotique, l’ingénierie de réseaux, la prévention des risques naturels, la transition écologique, la biologie numérique, les neurosciences computationnelles, les données de santé… Le Centre Inria d’Université Côte d’Azur est un acteur majeur en termes d'excellence scientifique par les résultats obtenus et les collaborations tant au niveau européen qu'international.
Dans le contexte de l'augmentation considérable du volume des données climatiques, notamment avec les réanalyses météorologiques ERA5, la détection automatique d'anomalies constitue un enjeu scientifique et informatique majeur.
Ces données, caractérisées par une forte saisonnalité, des phénomènes de durée variable et des structures spatio-temporelles complexes, nécessitent le développement de méthodes de détection robustes, non supervisées et capables de passer à l'échelle de très grands volumes de données.
Le poste s'inscrit dans la continuité de travaux de recherche consacrés à la détection d'anomalies dans les séries temporelles climatiques. Il vise principalement à finaliser, approfondir et valoriser plusieurs contributions scientifiques récentes portant sur la détection de bursts saisonniers, les approches fondées sur le Matrix Profile et les méthodes de reconstruction par apprentissage profond.
La personne recrutée contribuera à la finalisation et la valorisation des travaux scientifiques, et à la consolidation des outils logiciels développés en open source. Elle participera également à l'analyse comparative de différentes approches de détection d'anomalies sur des données climatiques réelles.
La personne recrutée aura pour principales missions :
Finaliser une étude expérimentale sur l'influence du fenêtrage lors de l'inférence des modèles de reconstruction pour la détection d'anomalies.
Comparer différentes stratégies de calcul des scores d'anomalie, notamment à partir des erreurs ponctuelles et des erreurs agrégées sur des fenêtres temporelles.
Préparer et soumettre les résultats scientifiques à une revue ou une conférence internationale.
Réaliser une étude comparative des différentes définitions et approches de détection d'anomalies : bursts saisonniers, Matrix Profile, Interval Matrix Profile et méthodes de reconstruction.
Valoriser les résultats auprès des communautés scientifiques spécialisées en fouille de données et en sciences du climat.
Bonne maîtrise de l'analyse des séries temporelles et des problématiques de détection d'anomalies non supervisée.
Connaissances des méthodes d'apprentissage profond, notamment des modèles de reconstruction pour séries temporelles.
A partir de 2692 €brut mensuel (selon diplôme et expérience)
Autonomie, rigueur scientifique et esprit d'analyse.
Capacité à travailler sur des problématiques de recherche pluridisciplinaires.
Aptitude au travail collaboratif avec des chercheurs issus de différentes communautés scientifiques.