Chercheur.se en Science des données et modélisation

L'unité TETIS (Territoires, environnement, télédétection et information spatiale) recherche un.e Chercheur.se en Science des données et modélisation. Le poste a pour ambition d'améliorer les systèmes de veille et d'alerte en répondant à des enjeux sociétaux en santé et sécurité alimentaire.
- La veille en santé animale, et notamment la détection précoce d'émergences au niveau mondial d'agents pathogènes, est l'un des moyens permettant de prévenir ou d'anticiper l'introduction de dangers sanitaires en particulier dans un contexte One Health. Le but des systèmes de veille développés à TETIS en collaboration avec d'autres unités (en particulier ASTRE) est de disposer d'outils réactifs, complémentaires des sources officielles.
- Les systèmes de suivi de la sécurité alimentaire représentent un autre enjeu de prévention ou d'anticipation des risques en particulier au Sud. En effet, les risques agricoles sont d'autant plus aigus en Afrique de l'Ouest que les services nationaux de surveillance et de suivi peuvent être défaillants faute de moyens techniques et financiers. Bien que les données agro-climatiques aient été largement utilisées à cette fin, l'utilisation d'autres sources de données (enquêtes ménages, médias sociaux, presse, analyse de marché, suivi des prix) peut se révéler complémentaire voire majeur pour les systèmes d'alerte.

En collaboration avec les chercheurs en sciences des données et modélisation de l'UMR TETIS, vous concevrez et mettrez en oeuvre des méthodes originales croisant des approches orientées données (Science des données, apprentissage automatique, etc.) et orientées processus (modélisation de processus spatiaux et dynamiques en interaction à différentes échelles dans les territoires).
Dans un cadre pluridisciplinaire fondé sur les deux domaines d'application, vous ferez des propositions génériques de mise en relation fondées sur l'extraction, la sélection et l'exploitation de descripteurs thématiques, spatiaux et temporels issus des différentes sources de données. Ceci s'appuiera sur la mobilisation de méthodes de Sciences des Données et d'apprentissage automatique qui pourront être guidées par les connaissances expertes et les modèles existants. Enfin, une attention particulière sera apportée pour produire des méthodes avec une forme de « sémantisation » et d'explicabilité des résultats indispensables dans un cadre pluridisciplinaire et d'interaction avec les experts.

Contraintes du poste

Travail sur écran supérieur à 4h
Travail en zone tropicale/humide/subtropicale
Déplacements France et étranger fréquents

Localisation du poste

France

Précision sur la localisation (DR, ville)

Montpellier, avec des possibilités d'affectation au Sud à l'échéance de 2 ans

Profil souhaité

De formation scientifique, vous êtes titulaire d'un doctorat en informatique.
Les compétences attendues sont :
• Connaissances approfondies en sciences des données et/ou apprentissage automatique avec des connaissances sur les approches orientées processus (modélisation).
• Une expérience en extraction et combinaison de données hétérogènes multisources est souhaitée.
• Publications majeures en sciences des données.
• Bonne aptitude au travail en équipe et en réseau partenarial.
• Souci du transfert opérationnel des recherches, intérêt pour la formation et pour les interactions avec les acteur.rice.s/partenaires.
• Goût pour la pluridisciplinarité.
• Autonomie et leadership.
• Bonne pratique de l'anglais lu, écrit et parlé.
• Une expérience de 1 an ou plus après thèse est souhaitable.
• Une expérience de recherche à l'international serait un plus.