Annonce

Les commentaires sont clos.

Post-doc à Lille : Cartographie de concentrations de polluants sur un site industriel par apprentissage profond – CDD 24 mois

28 Septembre 2021


Catégorie : Post-doctorant


Laboratoire/Entreprise : IMT Nord Europe et Groupe TERA

Durée : 24 mois à partir du 01/12/2021
Lieu de travail : IMT Nord Europe, Lille (contrairement à ce qui est indiqué sur le site de l’IMT). Quelques missions à prévoir dans la société Groupe TERA à Marseille.
Contact : christelle.garnier@imt-lille-douai.fr
Date limite de candidature : 30/09/2021
Contexte :
Dans le cadre du plan de relance visant à préserver l’emploi en Recherche et Développement (R&D), IMT Nord Europe et Groupe TERA recrutent pour répondre aux défis d’un projet collaboratif ayant pour objectif de développer un démonstrateur à taille réelle de la potentialité de la mesure sur un site industriel complexe alliant déploiement optimisé de capteurs et traitement en temps réel des données pour visualiser la dynamique temporelle à très fine résolution (moins d’une minute) et à haute résolution spatiale (moins de 50 mètres) des concentrations en PM (Particulate Matter).
Pour ce faire, un partenariat sera établi avec un industriel de la zone industrielle de Fosse-Berre et l’AASQA de la région concernée ATMO SUD.
Sujet :
Ce post-doc a pour objectif la réalisation d’une cartographie permettant la spatialisation en temps quasi réel de la pollution à l’échelle d’une zone à risque. Les principales actions à conduire sont les suivantes :
- Définir une méthodologie permettant d’établir une stratégie de déploiement (définition des dynamiques spatiale et temporelle des capteurs) suivant l’objectif, l’échelle et le niveau de qualité de la cartographie. Ces travaux permettront ensuite d‘optimiser le nombre et la répartition spatiale des capteurs / points de mesures en intégrant si besoin des point(s) de référence sur la zone géographique délimitée (via une ou des station(s) de mesures hautes performances).
- Développer des méthodes de reconstruction à partir de l’état de l’art (krigeage avec processus Gaussiens) et d’outils plus récents, comme l’apprentissage profond utilisant des architectures de réseaux de neurones. Il faudra prendre en compte la qualité des informations (incertitudes suivant capteurs) et l’intégration de données exogènes (météo, topologie…) pour améliorer la qualité de la cartographie.
Profil recherché :
Doctorat en science des données, traitement du signal ou des images, intelligence artificielle, informatique ou mathématiques appliquées obtenu au cours des années 2019, 2020 ou 2021.
Compétences requises :
- Connaissance des méthodes d’apprentissage automatique, en particulier d’apprentissage profond, et/ou des méthodes d’interpolation spatio-temporelle (krigeage).
- Eventuellement, connaissances de base en sciences de l’environnement.
- Utilisation des outils actuels de science des données : langage Python et framework de deep learning (comme PyTorch, TensorFlow ou Keras).
Débouchés :
En accord avec les objectifs du plan de relance, ce post-doc peut déboucher sur un poste dans le département R&D du Groupe TERA.
 
Lien pour plus d’informations et pour candidater :