Obtenez une réponse de cet employeur
Votre CV et votre lettre de motivation, adaptés exactement à ce que l’employeur recherche.
CLS, filiale du CNES et de la CNP, recherche un stagiaire en Étude et prototypage de solutions de stockage spatio-temporel pour des observations hydrologiques multi-sources. Vous travaillerez au sein de l’équipe logicielle en collaboration avec les experts métier en hydrologie, sur l’ingestion, la structuration et l’historisation des données.
Le stage se déroule dans un environnement Linux avec VS Code, PyCharm et Git, en utilisant des outils Python dédiés à l’analyse géoscientifique et aux
CLS, 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 depuis 1986.
Sa vision est d'imaginer et de déployer des solutions innovantes pour comprendre, protéger notre Planète et gérer durablement ses ressources.
Opérateur historique des balises Argos, CLS, avec plus de 1200 collaborateurs dans le monde, sur près de 41 sites dans 20 pays et un chiffre d’affaires annuel de près de 220 millions d’euros en 2025, figure parmi les spécialistes des services satellitaires en utilisant les technologies spatiales les plus avancées, couplées au génie logiciel et à la data-sciences.
L’entreprise œuvre dans 5 secteurs d’activités stratégiques :
L’entreprise fournit notamment des services satellitaires basés sur :
L’équipe Logiciels et Production de la BU « Programmes d’Observation de la Terre » / « Océan et Climat » de CLS recherche un(e) stagiaire pour évoluer et développer ses compétences autour du sujet suivant. Le stage sera réalisé au sein de l’équipe logicielle, en collaboration étroite avec les experts métier en hydrologie.
Étude et prototypage de solutions de stockage spatio-temporel pour des observations hydrologiques multi-sources
Tes missions si tu nous rejoins :
Recueillir les besoins et les cas d’usage concrets auprès des experts métier en hydrologie : observations in situ, mesures spatiales, séries temporelles et rapprochement de données colocalisées en temps et en position.
Analyser et formaliser les besoins avec l’appui de l’équipe logicielle et des experts métier, afin d’identifier les contraintes sur la structuration, l’historisation, l’ingestion, la mise à jour et l’accès aux données.
Analyser les solutions existantes et évaluer leur adéquation aux cas d’usage retenus, notamment pour les données spatiales acquises sous forme de fauchée telles que SWOT KaRIn.
Rechercher des solutions alternatives ou des adaptations lorsque les solutions existantes ne répondent pas suffisamment aux besoins identifiés.
Construire une base de données de test représentative associant observations in situ, mesures spatiales et séries temporelles, avec des cas de colocalisation spatio-temporelle.
Prototyper les solutions présélectionnées en implémentant les mécanismes nécessaires pour couvrir les cas d’usage prioritaires.
Réaliser un benchmark et formuler des recommandations à partir de scénarios communs : ingestion, recherches spatiales et temporelles, constitution de séries, colocalisation, mise à jour et montée en volumétrie.
L’environnement technique que nous utilisons :
Technologies étudiées : solutions de stockage de données spatio-temporelles et multidimensionnelles, bases de données spatiales, formats orientés analyse et stockage objet
Environnement : Linux, VS Code, PyCharm, Git, outils Python de manipulation et d’analyse de données géoscientifiques
Ton profil est le suivant:
Étudiant(e) en école d’ingénieur ou en Master 2 en informatique, data engineering, géomatique ou sciences des données, tu souhaites travailler sur la modélisation et le stockage de données scientifiques spatio-temporelles.
Compétences requises : bonne maîtrise de Python et connaissances en bases de données ou en manipulation de données structurées.
Qualités recherchées:
Goût du travail en équipe.
Curiosité, rigueur, autonomie.
Ouverture d’esprit, aisance relationnelle, flexibilité, esprit d’analyse.
Le petit plus:
Une connaissance de SQL, des données géospatiales, des séries temporelles, du stockage objet ou d’outils tels que xarray, Zarr, Parquet/GeoParquet ou PostgreSQL/PostGIS serait un atout.
Tu aimes les challenges, tu as l’esprit d’équipe, alors, demain avec l’ensemble des équipes de CLS, nous rendrons nos systèmes plus efficients et utilisés par le plus grand nombre, viens rejoindre l’aventure !