Ingénieur.e (H/F) en télédétection pour le traitement de séries temporelles d’images satellitaires


Détail de l'offre

Informations générales

Organisme de rattachement

CNRS  

Référence

UMR6554-DAMARV-004  

Date de début de diffusion

19/12/2025

Date de parution

20/12/2025

Date de fin de diffusion

09/01/2026

Description du poste

Versant

Fonction Publique de l'Etat

Catégorie

Catégorie A (cadre)

Nature de l'emploi

Emploi ouvert uniquement aux contractuels

Domaine / Métier

Recherche - Experte / Expert en production, traitement et analyse de données

Statut du poste

Vacant

Intitulé du poste

Ingénieur.e (H/F) en télédétection pour le traitement de séries temporelles d’images satellitaires

Descriptif de l'employeur

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.

Description du poste

Missions :
L'UMR LETG (site de Rennes) recrute un.e ingénieur.e d’étude pour travailler au développement d’une méthode non supervisée, basée sur la connaissance experte, de descriptions sémantiques de séries temporelles d’image satellitaires.
Activités :
Le lancement de nouveaux satellites et un accès facilité aux données satellitaires et aux techniques de traitement d’image offrent des perspectives prometteuses pour la production de cartes d’occupation des sols (OS) à haute résolution spatiale et temporelle pour le suivi de dynamiques environnementales fines (e.g. cycles hydrologiques ou phénologiques). Toutefois, la production de cartes d’OS, notamment à échelle régionale, souffre de limites conceptuelles majeures.
Tout d'abord, les nomenclatures de classification sont pré-définies, forçant ainsi les utilisateurs à adapter leur propre conceptualisation des entités géographiques à celle du producteur de la carte. Deuxièmement, la plupart des cartes régionales d’OS sont basées sur des algorithmes de classification par apprentissage automatique. Or, 1) ces algorithmes nécessitent de nombreuses données d'apprentissage pouvant induire une hétérogénéité dans les cartes finales ; 2) les cartes sont souvent discrétisées et donc mal adaptées au suivi d’entités géographiques floues (e.g. gradients de végétation) ; 3) les modèles issues des algorithmes sont souvent assimilés à des "boîtes noires" car difficilement interprétables.
L'UMR LETG développe une nouvelle approche non supervisée basée sur la connaissance experte pour fournir automatiquement des descriptions sémantiques de séries temporelles de signatures spectrales. Ces descriptions portent sur les caractéristiques de « bas niveau » (e.g. signature spectrale) afin d’éviter une surinterprétation des images avec des classes sémantiques de « haut niveau » (e.g. forêt). Ces descriptions de « bas niveau » peuvent ensuite être adaptées par les utilisateurs finaux pour répondre à leurs besoins spécifiques. A ce jour, un prototype a été implémenté et s'est avéré efficace pour cartographier les plans d'eau et les zones forestières dans le sud de l'Amazonie. Nous souhaitons à présent continuer à développer cette approche et la tester sur de nouveaux terrains d’application.
Pour ce faire, nous recrutons un.e ingénieur.e d’étude pour travailler à l’adaptation de la méthode à des séries temporelles d’images satellitaires. Il s’agit de mieux prendre en compte la variabilité inter et intra-annuelle des séries temporelles d'images satellites en définissant de nouvelles métriques décrivant l'évolution temporelle des signatures spectrales (e.g. les dates de début et de fin de cycles, les fréquences d’événements) afin de suivre la dynamique hydrologique et la phénologie de la végétation. Le terrain d’application de la thèse porte sur la zone humide du Pantanal brésilien. Ce hotspot de biodiversité est caractérisé par un écosystèmes très dynamique et complexe.

Voir plus sur le site emploi.cnrs.fr...

Conditions particulières d'exercice

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.

Descriptif du profil recherché

Competences :
Formation : Bac+5 (Master en géographie physique, sciences de l’environnement ou télédétection).
Compétences opérationnelles :
- Maîtrise des outils SIG, de télédétection et de cartographie et de publication de l'information géographique.
- Compétences en acquisition, traitement et analyse de données satellitaires en volumes croissants.
Aptitudes personnelles :
- Autonomie, rigueur et sens de l’organisation.
- Capacité à travailler en équipe et à collaborer avec différents partenaires.
- Capacité à communiquer et rédiger.

Contraintes et risques :
Déplacements éventuels au Brésil

Temps plein

Oui

Rémunération contractuels (en € brut/an)

entre 2496 et 2662€/mois (brut)

Pays

Localisation du poste

Europe, France, Bretagne, Ille et Vilaine (35)

Géolocalisation du poste

RENNES

Lieu d'affectation (sans géolocalisation)

35043 RENNES (France)

Critères candidat

Niveau d'études / Diplôme

Niveau 7 Master/diplômes équivalents

Spécialisation

Sciences humaines & droit- Sciences (y compris démographie, anthropologie

Langues

Français (Seuil)