Le CNES, l'IGN et l'ONERA recherchent urgemment un post-doctorant pour rejoindre le programme AI4GEO pour une durée de 24 mois (démarrage à partir de Septembre 2020).

Dans ce cadre, un ou plusieurs axes de recherche pourront être menés pouvant aboutir à des travaux ayant un fort impact scientifique, parmi :

  • Débruitage de Modèles Numériques de Surface : Les modèles numériques de surface et les nuages de points en sortie de chaîne de restitution altimétrique à partir d’images satellite multi-vues sont souvent très bruités et ce bruit a un impact sur la qualité de prédiction des modèles (machine learning et deep learning) ultérieurs. Cet axe de recherche consistera à étudier des méthodes de débruitage 2.5D ou 3D. Plusieurs solutions sont envisageables : IA et approches statistiques.
  • Classification 3D multi-échelle : La classification OBIA 2.5D et 3D à plusieurs échelles sémantiques en utilisant l’information contextuelle (spatiale et temporelle). Aujourd’hui, produire une carte de classification d’objets est largement réalisable mais utiliser l’agencement spatial de ces objets entre eux pour en déduire des méta-objets (ensemble d’objets ayant une signification sémantique par exemple un groupe de maisons alignés avec des piscines et des jardins constitue un lotissement) constitue un vrai défi. De plus, l’utilisation de modèles « vrai 3D » (avec texture associée) permettra d’améliorer la performance de classification sémantique.
  • Détection de changement 3D : La détection de changement dans des séries temporelles de nuages de points 3D. Cet axe de recherche fait déjà l’objet actuellement d’une thèse avec le laboratoire IRISA. Cependant, nous anticipons d’ores-et-déjà qu’il sera difficile de caractériser ce changement (car nous manquons notamment de vérités terrain associées) et de réaliser un passage à l’échelle de ces méthodes. L’étude aura pour objectif d’être en forte synergie avec la doctorante et d’augmenter la maturité des méthodologies proposées (passage à l’échelle et qualification des résultats).
  • Fusion et recalage de nuages de points à différentes échelles (LIDAR terrestre / aéroporté / données satellites).
  • Qualification des modèles IA : Aujourd’hui, pour mesurer la confiance associée à un modèle prédicteur (machine learning et deep learning), la méthode classique reste de diviser un ensemble de données dont nous disposons des vérités terrain en 2 sous-ensembles : apprentissage et test. Des métriques telles que le score F1, la précision, le Recall, ROC, IOU sont évaluées sur le sous-ensemble test. Cependant, lorsque ces modèles sont déployés en phase opérationnelle, ils prédisent chaque nouvelle observation et donnent forcément une étiquette à celle-ci. L’idée est donc d’explorer des approches permettant d’identifier si la nouvelle observation est issue d’une réalisation d’une loi de distribution similaire à celle ayant généré les données d’apprentissage. Des méthodes nouvelles, telles que les approches de réseau de neurones profonds probabilistes, apparaissent notamment pour des modèles prédicteurs embarqués dans des environnements critiques.
  • Correction des biais d’apprentissage : Enfin un axe de recherche également très important et d’évaluer et de corriger le biais/bruit introduit par les erreurs soit humaines soit issues de mesures de capteur dans des données de référence (vérités terrain). En effet, la présence de ces données bruitées entraîne souvent une perte de généralisation des modèles IA car ceux-ci deviennent alors très sensibles à des perturbations mineures sur les caractéristiques de nouvelles observations ce qui peut donc induire une mauvaise classification.

Le post-doc sera réalisé au CNES à Toulouse dans le cadre du projet AI4GEO. Il sera encadré par le laboratoire de recherche d’accueil.

La personne recrutée sera intégrée à l’équipe AI4GEO et pourra interagir notamment avec différents services au sein du CNES, de l’ONERA et de l’IGN. Elle sera également en contact avec les équipes de recherche du 3IA Toulousain (ANITI).

Pour toute question, contacter : This email address is being protected from spambots. You need JavaScript enabled to view it., This email address is being protected from spambots. You need JavaScript enabled to view it. ou This email address is being protected from spambots. You need JavaScript enabled to view it.

Pour postuler, envoyez lettre de motivation, CV et publications (avec références) par courrier électronique.

Plus d'information ici / more information here

The System and Information Processing Department (DTIS) at ONERA offers a position of Research Engineer for candidates having a PhD and possibly a post-doctoral experience in the field of Computer Vision and Machine Learning. Activities would be oriented towards Remote Sensing in connection with the AI4GEO project.

More information in french below

Contact: Guy Le Besnerais, ONERA/DTIS, This email address is being protected from spambots. You need JavaScript enabled to view it.

Candidate are invited to apply for this position on ONERA's website here

 

POSTE A POURVOIR EN CONTRAT A DUREE INDETERMINEE


DEPARTEMENT TRAITEMENT DE L’INFORMATION ET SYSTEMES
PALAISEAU (91)


INGENIEUR-CHERCHEUR EN VISION ET APPRENTISSAGE PAR ORDINATEUR (H/F)


L’ONERA, acteur central de la recherche aéronautique et spatiale, emploie environ 2 000 personnes. Placé
sous la tutelle du ministère de la défense, il dispose d’un budget de 230 millions d’euros dont plus de la moitié
provient de contrats commerciaux. Expert étatique, l’ONERA prépare la défense de demain, répond aux enjeux
aéronautiques et spatiaux du futur, et contribue à la compétitivité de l’industrie aérospatiale. Il maîtrise toutes
les disciplines et technologies du domaine. Tous les grands programmes aérospatiaux civils et militaires en
France et en Europe portent une part de l’ADN de l’ONERA : Ariane, Airbus, Falcon, Rafale, missiles,
hélicoptères, moteurs, radars...


Le périmètre du département DTIS couvre les thématiques suivantes : identification et commande des
systèmes, perception et traitement de l'information, intelligence artificielle et décision, Ingénierie des systèmes
et des logiciels, ingénierie cognitive et interaction homme-système, mathématiques appliquées et calcul
scientifique, conception et optimisation des systèmes, sûreté et sécurité des systèmes cyber-physiques,
robotique et autonomie. Au sein du DTIS, vous rejoignez l’unité IVA (Image, Vision et Apprentissage)
regroupant près de 20 ingénieurs de recherche et plus de 10 doctorants, pour mener une activité de recherche
à vocation finalisée dans les domaines de la vision et de l’apprentissage par ordinateur.

Votre mission, centrée sur les méthodes d’apprentissage par ordinateur à partir de données multimodales
(images, video, texte ...) et multi-temporelles, vise les nombreux domaines d’expertise de l’ONERA
profondément transformés par le développement des méthodes issues de l’IA et l’afflux de données massives :
la télédétection pour l’observation terrestre (cartographie sémantique, détection de changement, classification,
régression de grandeurs physiques...) , la robotique (navigation basée vision, interprétation de scènes..),
l’inspection et la maintenance aéronautique (maintenance intelligente...), la conception aérospatiale (analyse de
données expérimentales, dialogue essai/calcul, modèles réduits basés IA...). Ces cadres applicatifs exigeants
et contraints vous conduiront à mener un investissement méthodologique dans les approches par
apprentissage profond pour des contextes non standards : apprentissage non supervisé, faiblement / semi-
supervisé, apprentissage interactif, incrémental, par renforcement, etc. ; ainsi qu’à aborder les questions de
fiabilité et d’explicabilité de ces approches.

Vos activités associent des travaux de recherche amont visant des publications de haut niveau, souvent menés
en lien avec des étudiants en stage ou en thèse, et des activités de conception, de développement et
d‘évaluation de solutions algorithmiques innovantes au sein de différents environnements de démonstration.
Elles prennent place dans des projets collaboratifs associant des chercheurs d’autres disciplines au sein de
l’ONERA et des partenaires industriels ou académiques.

Vos missions sont conditionnées à l’obtention d’une habilitation de Défense Nationale.

PROFIL

Docteur(e) dans les domaines de la vision par ordinateur et/ou de l’apprentissage machine.
Maîtrise solide de C/C++, Python, connaissance des environnements de développement TensorFlow/PyTorch
souhaitées.
Autonomie et goût du travail en équipe, motivation pour les échanges scientifiques avec des chercheurs
appartenant à d’autres communautés (physique des capteurs, robotique, aéronautique, etc ...)
Maîtrise de l’anglais indispensable.

Data Science Senior équipe Satellite 

 

Fondée en 2013, QuantCube Technology est une Fintech spécialisée dans l’utilisation de l’IA pour la création d’indicateurs économiques et financiers de prédiction en temps réel à partir de données alternatives (images satellites, données de fret, réseaux sociaux, blogs, news…). Ces indicateurs avancés sont regroupés et exploitable directement sur la plateforme d’intelligence économique de QuantCube Technology.

 

Afin de renforcer ses équipes techniques, la Fintech recrute un Data Scientist Senior pour intervenir au sein de l’équipe Satellite.

D’une part, dans le cadre de la plateforme, vous participerez à la création des indicateurs macroéconomiques utilisant l’information 3D présente dans ces nouvelles images. Comme par exemple la construction d’un indicateur de croissance urbaine des villes prenant en compte l’information de façade des bâtiments.

Puis, dans le cadre d’une aventure commune à 9 sociétés, vous participerez au projet AI4GEO qui vise à développer une solution de production d’information géospatiale 3D automatique et à mettre en place de nouveaux services à valeur ajoutée, en utilisant des méthodes innovantes et adaptées à l’imagerie 3D.

 

Votre contribution dans le cadre de l’intervention de QuantCube Technology :

  • Développer des projets d’analyse d’images 3D, visant la création d’indicateurs macro-économiques en utilisant des méthodes de deep learning (segmentation, détection) et des méthodes traditionnelles d’analyse d’images satellite.
  • Interagir avec des clients et des experts métiers pour la définition de partenariats et le développement de produits en commun.
  • Interagir avec l’équipe socle AI4GEO sur les différentes phases du projet.

 

D’une durée de 4 ans, le projet est structuré autour de 2 axes :

  • Développement d’un ensemble de briques technologiques permettant la production automatique de cartographies 3D qualifiées et de couches d’information additionnelles (objets 3D et sémantique associée).
  • Adaptation de ces briques technologiques à différents services : cartographie 3D sémantique des villes, indicateurs macroéconomiques, aide à la décision pour la gestion de l’eau, transport autonome, moteur de recherche grand public et plateforme IT (technologies de l’information).

 

Profil recherché

  • Bac +5 grande école d’ingénieurs ou PhD
  • +2 ans d’expérience en Data Science
  • Compétences requises : méthodes de Machine Learning pour la classification/regression (Random Forest, boosted trees, clustering), réseaux de neurones Deep Learning (classification, détection, segmentation)
  • Compétences souhaitables : méthodes économétriques pour des séries temporelles (ARIMA)

 

Vous souhaitez participer à l’aventure d’un Fintech en très forte croissance et à l’aventure d’un projet porté par 9 sociétés. Vous avez démontré(e) une forte capacité à prendre des initiatives, de la curiosité et de l’imagination ? Vous êtes notre homme/femme !

 

Pour plus d'informations et postuler : This email address is being protected from spambots. You need JavaScript enabled to view it.