POSTE : CDD Ingénieur Data IA H/F DESCRIPTION : Date de clôture de réception de candidatures : L'unité mixte de recherche (UMR) "Dynamique et durabilité des écosystèmes : de la source à l'océan" (DECOD) regroupe des chercheurs, ingénieurs et techniciens de l'Ifremer, de l'INRAE et de l'Institut Agro Rennes-Angers avec des laboratoires à Nantes, Lorient, Brest et Rennes. Les activités de DECOD portent sur l'analyse des processus écologiques et évolutifs à l'oeuvre dans les milieux aquatiques et leurs interfaces, de la source à l'océan, sur l'évaluation de l'état des écosystèmes et sur la construction de scénarios pour ces écosystèmes. L'enjeu de l'unité Halieutique Grand Ouest (HALGO), composante Ifremer de l'UMR DECOD, est de développer des connaissances et des méthodes pour l'approche écosystémique des pêches, et en particulier pour l'évaluation intégrée des écosystèmes. L'unité contribue à la définition des conditions d'une exploitation durable des ressources halieutiques et des écosystèmes. Le laboratoire Technologies et Biologie Halieutiques (LTBH) contribuent plus particulièrement à l'évaluation et à la réduction des impacts environnementaux des engins de pêche. Le poste est placé au sein du Laboratoire de Technologies et de Biologie Halieutiques. Missions principales Les captures accidentelles de mammifères marins ont augmenté dans le golfe de Gascogne depuis 2016. Pour comprendre ce phénomène, des navires de pêche ont été équipés de caméras (CCTV) afin d'enregistrer l'ensemble des opérations de pêche réalisées. Or, le suivi par CCTV génère des quantités de données considérables (des dizaines voire centaines de milliers d'heures de vidéo par an au niveau national), qu'il faut ensuite analyser afin d'identifier les rares évènements de captures accidentelles. Pour cela, des outils d'anonymisation et de détection automatique de captures accidentelles ont été développé dans le projet DEV-OBSCAMe+, en lien avec le projet OBSCAMe+ coordonné par l'Office Français pour la Biodiversité (OFB). Toutefois, ces outils n'ont pas encore été valorisés scientifiquement et nécessitent une gestion optimisée des données utilisées pour l'entrainement (ou réentrainement) et l'évaluation des modèles, notamment pour leur archivage sur le court et le long terme, en vue de leur déploiement en conditions industrielles. Activités principales Vos activités principales seront : - Travail sur des outils de détection d'objets sur image et dans ce sens êtes averti des derniers algorithmes de l'état de l'art. - Mise en pratique des principes MLOPS que vous appliquez à la gestion et l'archivage de jeux de données d'imagerie dédiés aux développements de modèles d'apprentissage profond. L'objectif étant de pouvoir identifier quelles données ont été utilisées pour chaque entrainement ou évaluation de modèle, et de proposer des pipelines pour l'indexation des données en fonction de leur métadonnées (i.e. par type de capteur, espèces, zone, etc.). Cette gestion pourra notamment s'appuyer sur le logiciel VIAME, installé en instance locale sur les serveurs Ifremer et/ou s'appliquer aux disques locaux. - Application et évaluation des outils d'anonymisation et de détections automatiques de captures. accidentelles développés par Kitware SAS dans le cadre du projet DEV-OBSCAMe+ aux données du projet OBSCAMe+. - Application des outils déjà développés pour la qualification automatique de qualité d'images et de détections (i.e., no reference image quality, avec des outils tels que le manifold learning) afin de quantifier la variabilité de la base de données. - Optimisation des outils et analyse des résultats. - Participation activement à la valorisation des travaux scientifiques par la publication dans des revues et conférences. - Participation aux groupes de travail dédiés au suivi des captures accidentelles par CCTV. Champs relationnel - En interne : HALGO, HISSEO, autres unités de l'Ifremer. - En externe : OFB, groupes CIEM et RGC, instituts de recherche en lien avec le suivi par CCTV des captures accidentelles de mammifères marins. Industriels : Kitware EU et Sinay. PROFIL : Bac +5 minimum : profil ingénieur data ou bioinformatique avec spécialisation en machine learning, ou post-doctorant avec compétences en IA appliquée à l'imagerie Compétences mises en oeuvre Compétences techniques : - Maitrise des principes MLOPS, en particulier des outils de gestion de données d'imagerie - Maîtrise d'outils basés sur d'apprentissage profond (deep learning) - Maîtrise de Python et OS UNIX - Maîtrise de l'anglais et appétence pour la rédaction et valorisation scientifique Qual