Traitement, enrichissement et génération de données climatiques pour les jumeaux numériques territoriaux

IRT SystemX; Palaiseau; On-site; EUR 7,800 - 10,000; Full time

Job summary

IRT SystemX, situé sur le campus Paris-Saclay, participe au développement d’un centre de recherche international en ingénierie numérique des systèmes.

Le stage QIM Transition vise à calibrer des modèles et à générer des données synthétiques pour la modélisation urbaine et la transition énergétique en Île-de-France, avec une forte dimension scientifique et une collaboration multi-partenaires. Vous travaillerez avec des ingénieurs-chercheurs et devrez rendre compte des avancées.

Qualifications

• Diplôme bac+5 en sciences des données, informatique ou climat.
• Maîtrise de l’analyse de données et des statistiques appliquées.
• Compétences en apprentissage automatique et data engineering.
• Programmation Python avancée.
• Connaissances en données climatiques et environnementales.

Responsibilities

• Réaliser un état de l’art sur les données climatiques et les modèles.
• Évaluer des approches de génération de données synthétiques et définir des métriques.
• Collecter et traiter des données existantes provenant de bases de données structurées et capteurs.
• Constituer un benchmark et générer des données dérivées pour le projet.
• Générer des données synthétiques via apprentissage automatique et modèles climatiques.

Skills

Traitement et analyse de données

Apprentissage automatique

Ingénierie des données

Statistiques appliquées

Programmation Python avancée

Notions de MLOps

Données climatiques et environnement.|

Education

BAC+5 en sciences des données, informatique ou climat

Tools

Python

Job description

Au sein de l’Institut de Recherche Technologique SystemX, situé au cœur du campus scientifique d’excellence mondiale de Paris-Saclay, vous prendrez une part active au développement d’un centre de recherche technologique de niveau international dans le domaine de l’ingénierie numérique des systèmes. Adossé aux meilleurs organismes de recherche français du domaine et constitué par des équipes mixtes d’industriels et d’académiques, ce centre a pour mission de générer de nouvelles connaissances et solutions technologiques en s’appuyant sur les percées de l’ingénierie numérique et de diffuser ses compétences dans tous les secteurs économiques.

Vous serez encadré par des ingénieurs-chercheurs SystemX travaillant dans les domaines de la science des données, du calcul scientifique, des jumeaux numériques territoriaux et du changement climatique.

Vous travaillerez au sein du projet de recherche « Question d’Intérêt Majeur – Transition (QIM) », en collaboration avec plusieurs partenaires académiques de Paris-Saclay.

Description du projet:

La QIM-Transition pose la question de savoir “Comment accompagner la résilience territoriale et mettre en œuvre la transition écologique et énergétique en Île-de-France ?”. Les Questions d’Intérêt Majeur (QIM) sont des questions posées à la communauté scientifique qui permettent d’éclairer la Région Île-de-France sur des enjeux d’actualité et d'apporter des réponses, avec l’objectif de mettre la science, la technologie et les connaissances au service du bien commun. Un des objectifs du projet est d’élaborer un portfolio de services et d’outils destinés à la modélisation et à la simulation des projets d’aménagement territorial dans le contexte de la transition énergétique et répondant aux objectifs de renaturation pour réduire les îlots de chaleur et de rénovation énergétique du bâti. Ces services sont les composantes principales de jumeaux numériques territoriaux qui offrent une aide à la décision pour une meilleure compréhension de la situation, et une projection de scénarios d’évolution à différentes échelles spatiales et temporelles.

Un des cas d’application concerne l’atténuation des îlots de chaleur et l’amélioration du confort thermique local. Dans ce cadre, un modèle de simulation a été développé afin de caractériser les effets du climat et des caractéristiques du territoire sur les conditions thermiques locales. Ce modèle doit être calibré à partir de données réelles ou assimilables afin d’améliorer sa robustesse et sa capacité de généralisation.

Le stage vise à développer une méthodologie complète de calibration de modèles combinant ingénierie des données réelles et génération de données synthétiques par modèles génératifs.

Les travaux se déclinent en deux volets:

• 1er volet. Ingénierie des données. L’objectif est de disposer de données climatiques traitées, structurées et enrichies permettant d’alimenter, calibrer et valider le modèle physique développé dans le cadre du cas d’usage îlot de chaleur urbain.

• 2e volet. Science des données. Le stage vise également à développer une approche de génération de données synthétiques permettant de compléter les données disponibles et de robustifier le modèle physique.

Missions

• Réaliser un état de l’art sur les données climatiques, les modèles climatiques et les méthodes de génération de données ;
• Réaliser un état de l’art des approches récentes de génération de données synthétiques, comparer et sélectionner le/les modèle(s) adapté(s), définir des métriques d'évaluation de la qualité des données synthétiques;
• Identifier, collecter et traiter les données existantes provenant de bases de données structurées (concevoir un pipeline d'ingestion, de préparation et de qualification des données), et compléter si nécessaire les données primitives, c’est-à-dire les données directement mesurées ou disponibles, notamment à l’aide de capteurs de température ;
• Constituer un benchmark de jeux de données de référence. Construire et structurer des données dérivées, c’est-à-dire des variables ou indicateurs obtenus à partir des données primitives, afin de produire des jeux de données enrichis et exploitables pour le projet (mettre en œuvre des mécanismes de fusion et de croisement de données hétérogènes, définir des indicateurs de qualité des données destinés à la calibration).
• Générer des données synthétiques à partir de données réelles, à l’aide de méthodes d’apprentissage automatique identifiées ou de modèles climatiques physiques, et exploiter si possible les données issues de capteurs pour améliorer et enrichir ces données synthétiques.

PROFIL ET COMPETENCES:

De formation : BAC+5 en fin de cycle d’école d’ingénieur ou Master 2 en France, dans les domaines de la science des données, des mathématiques appliquées, de l’informatique scientifique, des sciences du climat ou de l’environnement, ou domaine connexe.

Compétences:

• Traitement et analyse de données ;
• Apprentissage automatique ;
• Ingénierie des données;
• Statistiques appliquées;
• Programmation Python avancée ;
• Notions de MLOps ou DataOps;
• Données climatiques et environnementales.

Aptitudes personnelles :

• Doté de capacités d’analyse, d’une forte autonomie et d’un esprit d’initiative;
• Capacité à travailler en mode projet : rendre compte de l’avancement des travaux et communiquer les résultats ;
• Aptitude à communiquer aussi bien à l’oral qu’à l’écrit, en français et/ou en anglais ;
• Travail en mode collaboratif

Références bibliographiques

• Jeddoub, I., Nys, G.-A., Hajji, R., & Billen, R. (2023). Digital Twins for cities: Analyzing the gap between concepts and current implementations with a specific focus on data integration. International Journal of Applied Earth Observation and Geoinformation, 122, 103440.
• Doblas-Reyes, F. et al. (2026). The Destination Earth digital twin for climate change adaptation. Geoscientific Model Development, 19.
• Vitanova, L. L. et al. (2026). Fusing urban informatics and weather modelling in digital twins for city-scale heat-health mapping. Computational Urban Science, 6, 32