Descriptif du poste: Emploi ouvert aux agents contractuels uniquement CDD 5 mois, à pourvoir à compter du 22/04/2025 Catégorie : A        Corps : Ingénieur d'études Rémunération selon grille de la Fonction Publique   Projet ou opération de recherche :  L'opération de recherche entre dans le cadre des activités à effectuer pour le compte de la chaire de Professeur Junior "Massive data in the era of the Square Kilometre Array (SKA)" à l'Observatoire Astronomique de Strasbourg. Un des objectifs scientifiques proposés par la chaire est de participer à l'exploitation des radioteléscopes précurseurs de SKA, tels que MeerKAT situé en Afrique du Sud. Celui-ci récolte des données interférométriques massives pour plusieurs relevés observationnels préparatoires à SKA. Un de ces relevés a pour objectif de suivre l'évolution avec l'âge cosmique de la raie fondamentale du gaz Hydrogène neutre à 21-cm. On s'attend à détecter ce gaz dans plusieurs milliers de galaxies. Cependant, les outils classiques de détection de sources ne sont pas adaptés pour faire ce travail car ils nécessitent des interactions visuelles et manuelles importantes pour chaque objet. Il est nécessaire de développer des outils numériques plus performants pour automatiser la détection et la caractérisation des sources à partir des cubes de données MeerKAT.   Activités principales : La personne recrutée développera des outils d'apprentissage machine pour détecter les raies en émission présentes dans les sources observées. Il faudra adapter le logiciel CIANNA (Convolutional Interactive Artificial Neural Networks by/for Astrophysicists) aux cubes de données massives MeerKAT. La personne recrutée participera à la préparation des échantillons de galaxies permettant d'entrainer, tester et valider les modèles construits par CIANNA, ainsi qu'à l'analyse des résultats.    Contacts pour renseignements sur le poste : Laurent Chemin, Chaire de Professeur Junior Profil recherché: Qualifications / Connaissances :  Les candidats doivent être titulaires d'un Master récent en astrophysique ou sciences des données et informatiques. La préférence sera donnée aux candidats ayant une expérience post-Master Compétences opérationnelles /savoir-faire :  Les candidats doivent avoir une expertise profonde en analyse de données hyperstectrales pour l'astronomie et l'astrophysique, en apprentissage machine, Python et Linux. Les candidats doivent parler couramment francais et anglais pour les interactions régulières avec les collaborateurs nationaux et internationaux au projet.