STAGE - Data Science Exploration d'applications d'embeddings géospatiaux - H/F

CLS Group (Collecte Localisation Satellite); Ramonville-Saint-Agne; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une entreprise spécialisée en solutions d'observation de la Terre recherche un(e) stagiaire en Data Science pour explorer des applications d'embeddings géospatiaux. Les candidats doivent avoir une solide formation en apprentissage automatique et maîtriser Python. Les projets incluent l'étude de modèles géospatiaux et la conception de prototypes d'analyse de données. Le stage se déroule à Ramonville-Saint-Agne, en Occitanie.

Qualifications

• Solides bases en apprentissage automatique et profond.
• Maîtrise des langages et bibliothèques de data science.
• Connaissance des outils de versionnement et de développement collaboratif.
• Familiarité avec les environnements GPU et Cloud appréciée.

Responsabilités

• Réaliser une étude bibliographique des modèles de fondation géospatiaux.
• Cadrer des cas d’usage avec l’équipe Datalab.
• Concevoir et implémenter un prototype d’exploration de données géospatiales.
• Évaluer les performances et documenter les travaux.

Connaissances

Apprentissage automatique

Python

Deep Learning

Scikit-learn

PyTorch

Pandas

NumPy

Geopandas

Matplotlib

Git

Formation

Étudiant en école d'ingénieurs ou en Master 2

Outils

Jupyter notebooks

Environnements GPU

AWS

Description du poste

STAGE - Data Science Exploration d'applications d'embeddings géospatiaux - H/F

Au cœur des enjeux de la planète, CLS, Tech4Good company, filiale du CNES et de la CNP, est une société à mission internationale, pionnière dans la fourniture de solutions d’observation et de surveillance de la Terre.

Opérateur historique des balises Argos, CLS, depuis 1986, avec plus de 1 100 collaborateurs répartis sur 31 sites dans le monde et un chiffre d’affaires annuel de près de 193 millions d’euros, figure parmi les spécialistes des services satellitaires en utilisant les technologies spatiales les plus avancées, couplées au génie logiciel et à la data‑sciences.

Vous souhaitez rejoindre des équipes agiles et dynamiques sur des projets innovants et ambitieux ? Explorer de nouvelles technologies ? Evoluer sur des projets transverses et variés autour des 5 secteurs d’activité de CLS ?

A propos du poste

Dans ce contexte, l’équipe Data de CLS recherche un(e) stagiaire souhaitant mettre en pratique ses compétences sur le sujet suivant :

« Exploration d’applications d'embeddings géospatiaux . »

Les modèles de fondation géospatiaux représentent une avancée majeure dans l’exploitation de données spatiales à grande échelle. Pré‑entraînés sur des données massives et souvent multi‑modales, ils permettent de créer des représentations riches et générales (les embeddings), de généraliser plus facilement sur différents territoires.

Ces technologies visent à démocratiser l'utilisation des données d'Observation de la Terre (EO), rendant l'analyse avancée accessible sans expertise spécialisée en apprentissage automatique ou en SIG

L’objectif du stage est de concevoir un prototype d’exploration de donnée géospatiales en utilisant les embeddings, afin d’évaluer la maturité, les difficultés et ls opportunités liées à cette nouvelle modalité dans les différentes métiers géospatiaux de CLS.

Au cours de ce stage, vous serez amené(e) à :

• Réaliser une étude bibliographique des approches des derniers modèles de fondation géospatiaux et des Vision Language Models, tels que SkyCLIP, RemoteCLIP, DescribeEarth,...
• Cadrer des premiers cas d’usage avec l’équipe Datalab et les équipes métier de CLS, parmi :
• La détection de changement sémantique : comparer les vecteurs dans le temps pour déterminer la nature du changement en langage naturel (par exemple, une forêt transformée en champ de culture)
• L'interrogation d’images EO : permet de rechercher des images satellites et leurs géolocalisations en utilisant des requêtes textuelles complexes.
• La recherche de similarité : permet de rechercher des images satellites ou de la recherche de similarité sémantique.
• Préparer une base de données vectorielle d’embeddings sur une zone d’intérêt

A partir d’embeddings existants,

A partir d’embeddings qui seront générés sur une petite zone d’intérêt

Concevoir, implémenter le prototype

Avec le foundation model ou VLM approprié,

Avec la pipeline de bout en bout,

Avec une IHM simple (notebook, gradio, streamlit..)

Evaluer les performances, limitations et axes d’améliorations

Présenter et documenter vos travaux au sein de l’équipe Data et aux équipes métier.

A propos du profil recherché

Etudiant(e) en école d’ingénieurs ou en Master 2 avec une spécialisation en Data Science , Intelligence Artificielle , Machine Learning ou Mathématiques Appliquées , vous souhaitez mettre en application vos connaissances à travers des projets dans un domaine stimulant et porteur de sens.

Compétences et connaissances souhaitées :

Solides bases en apprentissage automatique et profond (Machine Learning et Deep Learning);

Maîtrise des langages et bibliothèques de data science, en particulier Python, scikit‑learn, PyTorch, pandas, numpy, geopandas, matplotlib, etc.

Connaissance des outils de versionnement et de développement collaboratif (Git, Jupyter notebooks, etc.),

Une familiarité avec les environnements GPU, Cloud (notamment AWS) serait appréciée.

Qualités attendues :

Curiosité scientifique et goût pour l’expérimentation

Esprit analytique, rigueur, sens de l’organisation et autonomie

Capacité à collaborer au sein d’équipes pluridisciplinaires

Bonnes capacités de communication écrite et orale pour présenter et valoriser vos résultats.