CLS, filiale du CNES  et de la CNP, est une société à mission internationale, pionnière dans la fourniture de solutions d'observation et de surveillance de la Terre depuis 1986.

Sa vision est d'imaginer et de déployer des solutions innovantes pour comprendre, protéger notre Planète et gérer durablement ses ressources.

Opérateur historique des balises Argos, CLS, avec plus de 1200 collaborateurs dans le monde, sur près de 41 sites dans 20 pays et un chiffre d’affaires annuel de près de 220 millions d’euros en 2025, figure parmi les spécialistes des services satellitaires en utilisant les technologies spatiales les plus avancées, couplées au génie logiciel et à la data-sciences.

L’entreprise œuvre dans 5 secteurs d’activités stratégiques :

• la gestion durable des pêches,
• la surveillance environnementale et le climat,
• la sécurité maritime,
• la mobilité,
• les énergies et infrastructures.

L’entreprise fournit notamment des services satellitaires basés sur :

• la localisation et la collecte de données environnementales (200 000 balises sont traitées chaque mois, bouées dérivantes, balises équipant des animaux, flottes de pêche ou encore de commerce, etc.),
• l’observation des océans et des eaux continentales (plus de 20 instruments, embarqués à bord de satellites, livrent quotidiennement des informations à CLS sur les mers et les océans du globe),
• et la surveillance des activités terrestres et maritimes (près de 20 000 images radar et optique et plusieurs centaines d’heures de vol effectuées par des drones sont traitées et analysées chaque année).

Votre mission

L'émergence des modèles de fondation pour l'observation de la Terre permet aujourd'hui de générer des représentations géospatiales innovantes, appelées embeddings, à partir de séries temporelles d'images satellitaires. Ces nouvelles données ouvrent des perspectives prometteuses pour améliorer les performances des modèles d'analyse de la surface terrestre.

Au cours de votre stage, vous étudierez l'apport de ces embeddings pour des applications de cartographie d'occupation du sol sur différents types de milieux naturels et zones géographiques. Vous développez et évaluez des méthodes d’apprentissage automatique s’appuyant sur les embeddings afin d’analyser leur capacité à améliorer : performance des modèles, précision cartographique, temps de traitement et transférabilité des modèles sur divers territoires et jeux de données. 

Vos principales activités :

• Réaliser une veille bibliographique sur les applications des embeddings en télédétection,
• Prendre en main les méthodes, pipelines et outils développés chez CLS,
• Benchmarker différentes sources d'embeddings et jeux de données,
• Développer et évaluer des modèles de machine learning et deep learning,
• Mettre en place un protocole expérimental garantissant la comparabilité des résultats,
• Contribuer à l'évolution de chaînes de traitement dédiées à plusieurs cas d'usage de cartographie environnementale.