Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique.

Missions :
Le produit d'occupation du sol OSO est une cartographie d'occupation du sol générée annuellement et automatiquement par classification de séries temporelles Sentinel-2 depuis 2016. Cette carte est actualisée tous les ans en s'appuyant sur l'ensemble des images satellites Sentinel-2 recouvrant le territoire métropolitain français. Le récent avènement des approches d'apprentissage grâce à des architectures d’apprentissage profond pour la segmentation sémantique offrent des opportunités très prometteuses. Un jeu de données d'apprentissage spatialement exhaustif ou densément étiquetées (patchs) sera mis à disposition de l'ingénieur pour entraîner des modèles de classification et tester sa pertinence pour la cartographie de l'occupation à large échelle.


Activités :
Les taches seront les suivantes :
- validation de la précision de l’étiquetage des imagettes
- entraînement d'une architecture précédemment développée (Iris Dumeur, Silvia Valero, and Jordi Inglada. Self-supervised spatio-temporal representation learning of satellite image time series. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 17 :4350–4367, 2024.)
- comparaison des résultats avec la méthode classique "Random Forest" utilisée pour la production OSO
- évaluation de différentes stratégies d'apprentissage profond
Contexte de travail :
L'ingénieur d'étude sera accueilli dans l'UMR CESBIO et encadré par Vincent Thierion (Ingénieur de recherche INRAe) et Silvia Valero (maître de conférences de l'université Toulouse 3). L’UMR CESBIO a pour vocation de contribuer au progrès des connaissances sur le fonctionnement des surfaces continentales et leurs interactions avec le climat et l’Homme, en s’appuyant largement sur des données satellitaires. Il s’agit dès lors de développer des modèles non seulement explicatifs, mais aussi capables de fournir des scénarios d’évolution de ces surfaces et de leurs propriétés sous les pressions qu’ils subissent.
Le CESBIO compte environ 130 personnes dont 65 permanents. Son implantation principale se situe à Toulouse sur le campus de l’Observatoire Midi-Pyrénées. Le CESBIO est également implanté à Auch, dans les locaux de l’IUT. Enfin, plusieurs personnes sont basées chez nos partenaires à l’étranger, en expatriation ou en mission de longue durée (Maroc, Tunisie, Liban, Inde).
Le CESBIO est organisé selon une structure matricielle. Les personnels (hors services support) sont répartis entre deux équipes modélisation et systèmes d’observation. La personne recrutée sera rattachée à l’équipe "Systèmes d’observation".

Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

Competences :
Les compétences requises pour ce poste sont les suivantes :
- apprentissage machine et classification d'images satellites
- connaissance de l'occupation du sol et de ses différentes composantes (urbaines, agricoles, naturelles) pour l'analyse visuelle et la validation de la photo-interprétation
- programmation python pour automatiser les traitements
- connaissance du système d'exploitation Linux pour utiliser un cluster de calcul
- Appétence pour le travail en équipe et la collaboration scientifique
- Autonomie et rigueur scientifique

Contraintes et risques :