Mission : Contribuer à développer, mettre au point et appliquer les méthodes d'analyse (étalonnage, élimination des parasites et contaminants, détection) de signaux radio exoplanétaires dans les données massives acquises par le radiotélescope basse fréquence NenuFAR (https://nenufar.obs-nancay.fr), en mode « faisceau » ou « beamformed », correspondant au cœur de l'instrument configuré en réseau phasé. Les données consistent en des plans temps-fréquence dans les 4 paramètres de Stokes et dans plusieurs faisceaux en parallèle (On & Offs). Elles ont été acquises sur une sélection de cibles exoplanétaires. Plusieurs milliers d'heures sont à analyser dans le cadre du programme-clé « Exoplanètes » de NenuFAR. L'analyse fera appel à des méthodes statistiques, des simulations instrumentales (avec le package nenupy existant) et des méthodes d'Intelligence Artificielle et Machine Learning. Activités : Les activités consisteront dans l'amélioration des pipelines existants pour le traitement des données beamformed de NenuFAR, et leur étalonnage en polarisation. Ces outils seront appliqués par itérations successives à la base de données beamformed massive de NenuFAR sur cibles exoplanétaires. L'implémentation de séparation ou détection de composantes dans les hypercubes temps-fréquence-polarisation-faisceau via des méthodes d'IA/ML sera testée. Les calculs seront effectués sur des nœuds dédiés du Centre de Données de Nançay. Le pipeline développé sera conteneurisé et déployé sur le (futur) NenuFAR Data-Center, pour être intensivement exploité pour l'analyser de bout en bout des observations « Exoplanets & Stars » de NenuFAR en mode beamformed.