Site emploiBienvenue

Le poste est proposé au sein de l’Institut des Géosciences de l’Environnement (IGE), spécialisé dans l’étude du climat et des changements environnementaux.

Vous intégrerez une équipe internationale, au croisement des géosciences, de la modélisation, de la science des données et de l’intelligence artificielle, avec l’appui de ressources HPC et du cluster MIAI de l’Université Grenoble Alpes.

Le projet sera mené en collaboration avec l’Université de Wageningen (Pays-Bas).

L'IGE rassemble près de 300 membres. L’équipe Climat-Cryosphère-Hydrosphère (C2H) est l'une des 11 équipes que compte l'IGE, elle compte environ 30 membres.

Vous collaborerez étroitement avec les experts de PING sur les méthodes d’IA et avec Wageningen University (Pays-Bas), avec des séjours de recherche aux Pays-Bas prévus dans le cadre du projet.

Site de l’IGE : https://www.ige-grenoble.fr

La mission principale consistera à appliquer des méthodes d’intelligence artificielle pour analyser les écarts entre les observations et les simulations de l’ozone troposphérique en Arctique, à partir des données de l’expédition MOSAiC.

Vous devrez exploiter les données d’observation et de modélisation afin d’identifier les principaux facteurs influençant la destruction et la récupération de l’ozone. Vous développerez ensuite des paramétrisations interprétables destinées à améliorer les modèles de chimie atmosphérique, puis les validera et les intégrera au modèle 1D existant, en collaboration avec les partenaires néerlandais.

Le poste comprend également la valorisation des résultats par des publications scientifiques et des communications internationales, ainsi qu’une participation active aux échanges avec l’équipe, la plateforme PING et le cluster MIAI sur les méthodes d’intelligence artificielle.

• Analyser et harmoniser les données MOSAiC afin d’étudier les écarts entre observations et simulations de l’ozone arctique

• Utiliser des méthodes de machine learning pour identifier les principaux facteurs physiques, chimiques et météorologiques influençant l’ozone

• Développer et valider des paramétrisations interprétables pour améliorer les modèles de chimie atmosphérique

• Intégrer et tester ces améliorations dans le modèle 1D existant

• Collaborer étroitement avec Wageningen University, avec plusieurs séjours aux Pays-Bas

• Exploiter les ressources informatiques et outils d’IA de PING/MIAI

• Valoriser les résultats par la rédaction d’articles scientifiques et des présentations en conférences

Restrictions ou contraintes liées au poste : 

- Horaires flexibles, avec une présence sur site pour les réunions et échanges avec les équipes

- Déplacements en France et à l’international

• Expérience en machine learning appliqué aux données environnementales ou géoscientifiques

• Maîtrise de Python, R et/ou Fortran et des outils d’analyse de données

• Solides compétences en traitement et interprétation de données complexes et, idéalement, en modélisation atmosphérique

• Publication scientifique en premier auteur

• Anglais scientifique courant, à l’écrit comme à l’oral

• Autonomie, rigueur, curiosité et esprit d’initiative

• Goût pour le travail en équipe, l’interdisciplinarité et les collaborations internationales

• Une expérience des clusters de calcul et des données massives constitue un atout

Diplôme souhaité : Doctorat en météorologie, chimie atmosphérique, sciences de l’environnement, physique, modélisation climatique ou data science