Descriptif du poste: Dans le cadre d'une thèse CIFRE menée en partenariat avec le laboratoire CERFACS, vous conduisez un travail de recherche doctorale intitulé « Prévision hydrologique en temps réel régionalisable basée sur l'intelligence artificielle : architectures de modèles et optimisation des jeux de données ». L'objectif est de concevoir, développer et évaluer des architectures de deep learning capables de produire des prévisions hydrologiques fiables et transférables à différents bassins versants (régionalisation), en France comme à l'internationale. Vous couvrez toute la chaîne - de l'exploration des données à la production - et contribuez aux systèmes de prévision opérationnelle de vorteX-io. Vous êtes intégré·e à l'équipe Produits hydrologiques à valeur ajoutée et le CTO de vorteX-io sera le responsable scientifique côté industriel. L'encadrement académique est assuré par les chercheurs du CERFACS Sébastien Villon et Sophie Ricci. Conformément au cadre CIFRE, le temps de travail est réparti entre vorteX-io (50% du temps) et le CERFACS (50% du temps). Conception et développement de modèles de deep learning * Concevoir, entraîner et comparer plusieurs architectures pour la modélisation pluie-débit multi-bassins (LSTM, EALSTM, modèles hybrides CNN-LSTM, Transformers pour séries temporelles) * Intégrer l'information spatiale des bassins versants (topographie, occupation du sol, géologie, pédologie), notamment via des encodeurs convolutifs appliqués à des données raster * Optimiser les stratégies d'apprentissage : hyperparamètres, fonctions de coût adaptées aux crues, étiages et variabilité saisonnière * Quantifier les incertitudes des prévisions (ensembles de modèles, Monte Carlo dropout, régression quantile) Données météorologiques et hydrologiques * Identifier et évaluer les sources de données météorologiques et leur impact sur les performances : réanalyses globales (ERA5), produits satellitaires, prévisions numériques globales (ECMWF), et produits régionaux à plus haute résolution (COMEPHORE, modèle AROME) * Constituer des jeux de données multi-bassins pour tester la généralisation sur des bassins non jaugés * Réaliser des analyses de sensibilité et d'interprétabilité pour comprendre l'influence des variables d'entrée et des attributs de bassin Validation, incertitudes et opérationnalité * Évaluer les modèles avec des métriques hydrologiques (NSE, KGE, biais) * Valider les modèles sur des régions prioritaires : Europe, Maroc, Cambodge (bassin du Mékong) * Garantir la compatibilité avec une solution opérationnelle : pas de temps de prédiction adapté, coût de calcul et de stockage maîtrisés Recherche et valorisation scientifique * Rédiger des articles scientifiques et participer à des conférences * Assurer une veille active sur les avancées en hydrologie computationnelle et IA appliquée * Contribuer à l'intégration des résultats de recherche dans les produits vorteX-io vorteX-io s'engage à promouvoir un environnement de travail inclusif, fondé sur l'égalité des chances et la diversité des Profil recherché: Formation * Diplôme d'ingénieur ou Master 2 recherche (Bac+5) en intelligence artificielle, machine learning, mathématiques appliquées, sciences de l'eau / hydrologie, ou informatique avec spécialisation data science * Admissibilité en école doctorale requise pour le montage du dossier CIFRE Compétences techniques * Maîtrise de Python et de son écosystème ML/DL (PyTorch ou TensorFlow) * Expérience en analyse de séries temporelles et traitement de données géospatiales * Connaissance des architectures de deep learning pour séries temporelles (LSTM, Transformers) * Pratique de Git et gestion de versions * Familiarité avec les environnements de calcul GPU (HPC ou cloud) * Anglais professionnel (rédaction scientifique) Qualités personnelles * Rigueur scientifique et esprit critique sur les résultats * Autonomie et capacité à mener un projet de recherche sur le long terme * Curiosité intellectuelle pour l'hydrologie et les sciences de l'environnement * Excellente capacité de communication (écrite et orale, français et anglais) * Goût pour le travail en équipe pluridisciplinaire Un plus apprécié * Expérience ou spécialisation en hydrologie, météorologie ou sciences de l'environnement * Familiarité avec les jeux de données hydrométéorologiques * Connaissance des formats géospatiaux (NetCDF, GeoTIFF, shapefiles) * Expérience avec les outils de codage agentique (Claude Code, GitHub Copilot, Cursor) * Première expérience en modélisation pluie-débit ou prévision de crues