- Accueil France Travail
- Emploi
- Recherche
- Alpes-Maritimes
- Détail de l'offre 181YNRD
- Accueil France Travail
- Emploi
- Recherche
- Alpes-Maritimes
- Détail de l'offre 181YNRD
Doctorant/Doctorante - Intelligence Mapping (H/F) 06 - Valbonne
Offre n° 181YNRD
Doctorant/Doctorante - Intelligence Mapping (H/F)
06 - Valbonne - Localiser avec Mappy
Actualisé le 01 octobre 2024
Nous recherchons notre futur/future doctorant/doctorante en Intelligence Mapping ! Votre travail s'inscrit dans un vaste projet « Intelligence Mapping » lui-même inséré dans le projet PEPR IRIMA financé en 2024 par l'Agence Nationale de la Recherche(ANR) dans le cadre du programme national PIA4 France 2030. IRIMA est porté par le CNRS, l'Université Grenoble Alpes et le BRGM, et vise à structurer et renforcer la science du risque en France. Intelligent Mapping est une composante d'IRIMA, et est porté par Université Côte d'Azur (PIs : I. Manighetti et E. Di Bernardino). Plus précisément, Intelligent_Mapping s'intègre dans une brique d'IRIMA, le PC Plateformes, portée par le BRGM (PI : J. Langlois). L'objectif d'Intelligent_Mapping est de développer l'algorithmie en Intelligence Artificielle (IA) dédiée à l'identification, la cartographie, la spatialisation, et la mesure dans l'imagerie aéro-spatiale des aléas et risques naturels et socio-environnementaux étudiés dans IRIMA. Vous réaliserez des travaux de thèse sur le sujet décrit, sous la direction conjointe de Florent Lafarge, chercheur au centre Inria Sophia Antipolis, et de Elena Di Bernardino, Professeure au Laboratoire de mathématiques J.A. Dieudonné. Vous devrez présenter et discuter régulièrement des résultats avec l'ensemble de la Task Force d'Intelligent_Mapping (tous les 6 mois environ), mais aussi avec la communauté IRIMA (réunions générales, une fois par an environ). Vous présenterez également vos résultats lors de congrès scientifiques internationaux (un par an, en général). L'objectif du travail de thèse est d'étudier de nouveaux modèles géométriques pour vectoriser une large famille d'objets contenus dans les données de télédétection. Ces modèles devront prendre en entrée les données de télédétection et des cartes de prédiction qui estiment la classe sémantique des objets au niveau du pixel. Ces cartes seront typiquement fournies par la dernière génération d'architectures d'apprentissage profond pour les tâches de classification et de segmentation sémantique. Vous concevrez une méthode générique capable de vectoriser différents types de structures géométriques, allant des polygones (e.g., (6)), aux graphes planaires (e.g., (7)), à travers des réseaux de courbes paramétriques (e.g., (8)). Pour offrir une généricité élevée sur les types de structure, une stratégie pourra consister à adapter une structure de données de partitionnement spatial sous-jacente aux images d'entrée et aux cartes de prédiction. Cette idée a été explorée dans (9) avec des résultats prometteurs pour extraire des polygones et des graphes planaires en utilisant des triangulations de Delaunay. Ce travail préliminaire souffre cependant de quelques faiblesses, notamment un manque de généricité des triangulations de Delaunay et une inférence lente basée sur l'échantillonnage de Monte Carlo. Vous analyserez les structures de données de partitionnement spatial qui sont pertinentes en termes de généricité de la représentation et (ii) de capacité à opérer efficacement des modifications géométriques et sémantiques pour mieux s'adapter aux données d'entrée. Le candidat étudiera également des mécanismes d'optimisation efficaces pour explorer le grand espace de solutions de tels problèmes. En particulier, les processus déterministes qui ordonnent des modifications locales (voir (6)), et qui aboutissent à des solutions d'une qualité similaire à celles obtenues par des simulations stochastiques lentes, seront une direction à étudier. Vous étudierez également l'extension des modèles de vectorisation 2D à la 3D, en mettant l'accent sur la vectorisation des réseaux de lignes 3D à partir de mesures de données 3D telles que les balayages Lidar aéroportés et l'imagerie stéréo multi-vue. Sujétions particulières : Le poste est principalement basé dans les locaux du Centre INRIA de Sophia Antipolis.
- Type de contrat
-
CDD - 12 Mois
Contrat travail - Durée du travail
- 35H Travail en journée
- Salaire
- Salaire brut : Selon profil
- Déplacements
- Déplacements : Ponctuels Zone départementale
Profil souhaité
Expérience
- 5 An(s)Cette expérience est indispensable
Compétences
- Comprendre, interpréter des données et documents techniques
- Déterminer et développer les méthodes de recherche, de recueil et d'analyse de données
Permis
- B - Véhicule léger
Savoir-être professionnels
- Faire preuve de rigueur et de précision
- Prendre des initiatives et être force de proposition
- Travailler en équipe
Informations complémentaires
- Qualification : Cadre
- Secteur d'activité : Enseignement supérieur
Entreprise
UNIVERSITE COTE D AZUR
0 salarié (n'ayant pas d'effectif au 31/12 mais ayant employé des salariés au cours de l'année de référence)
D'autres offres peuvent vous intéresser :
Découvrez d'autres services web
Réussir son CV et sa lettre de motivation
Suscitez l’intérêt du recruteur et donnez-lui envie de vous rencontrer.
B.A.BA Entretien
Apprenez à préparer votre prochain entretien.
Informations sur le marché du travail
Accédez aux informations et statistiques sur ce métier.
Simulateurs d'aides et allocations en cas de reprise d'emploi
Estimez vos futures ressources financières sur les 6 prochains mois.
- Voir plus de services (Emploi store)