Stage - Détection de bancs de Sargasses par deep learning - H/F

Groupe CLS; Ramonville-Saint-Agne; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une entreprise innovante en France recherche un(e) stagiaire en Data Science. L'objectif est de développer des modèles d'apprentissage automatique pour améliorer la détection et le suivi des sargasses. Le candidat idéal est étudiant(e) en ingénierie ou en Master 2, passionné(e) par l'intelligence artificielle et doté(e) de solides compétences en Python et Machine Learning.

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.

Responsabilités

• Réaliser un état de l’art sur la détection des sargasses.
• Effectuer un benchmark des modèles sélectionnés.
• Analyser pour le déploiement algorithmique.

Connaissances

Apprentissage automatique

Python

Scikit-learn

PyTorch

Data Science

Git

Analyse de données

Formation

Etudiant(e) en école d’ingénieurs ou Master 2

Outils

AWS

Jupyter notebooks

Description du poste

Description

Les sargasses sont des algues pélagiques brunes formant des bancs de plusieurs kilomètres, voire dizaines de kilomètres de long. Depuis 2011, les îles des Antilles et les côtes mexicaines voient régulièrement ces algues s’échouer sur leurs plages au printemps et en été, entrainent des problèmes sanitaires et économiques. La décomposition de ces algues dégage des gaz toxiques et nauséabonds qui impactent le confort des habitants et le tourisme, principale source de revenus dans la région. Les échouages de sargasses continuent à augmenter d’année en année. La surveillance des sargasses permet à la fois d’anticiper les ramassages une fois les algues échouées, et de conduire des opérations de collecte en mer à des fins de valorisation. L’imagerie satellite est une solution peu coûteuse et efficace pour une observation quotidienne des sargasses à l’échelle de l’Atlantique tropical.

Ce que nous attendons de vous:

CLS produit quotidiennement un suivi des sargasses dans le cadre de son service d’aide à la gestion et anticipation des arrivées des sargasses. Ces cartes sont dérivées d’images satellites à moyenne et haute résolution, permettant de faire un suivi quotidien de la situation et de son évolution. Les conditions d’acquisition, atmosphériques ou de mer sont des sources de fausses détections qui peuvent impacter la qualité des détections de sargasses.

L'objectif du stage est de proposer une évolution des chaînes de traitement en sélectionnant et implémentant un modèle d’apprentissage automatique ou profond, afin d’améliorer la granularité et la robustesse des détections.

Dans le cadre de ce stage, plusieurs tâches devront être réalisées:

• Etat de l’art sur la détection des sargasses afin de comprendre les bases des détections actuelles,
• Etat de l’art des modèles d’intelligence artificielle pour la classification d’image et identification des perspectives offertes par les approches les plus récentes,
• Benchmark des modèles sélectionnés,
• Analyse sur plusieurs sites pour déploiement algorithmique.

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, matplotlib, etc,
• Connaissance des outils de versionnement et de développement collaboratif (Git, Jupyter notebooks, etc),
• Une familiarité avec les environnements 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.

Demain, avec l’ensemble des équipes de CLS, nous rendrons ces systèmes plus efficients et utilisés par le plus grand nombre, venez rejoindre l’aventure !