STAGE - DATA SCIENCES Analyse automatique de trajectoires de navires - H/F
L'entreprise
Au cœur des enjeux de la planète, CLS, Tech4Good company, 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.
Opérateur historique des balises Argos, CLS, depuis 1986, avec plus de 1 100 collaborateurs répartis sur 31 sites dans le monde et un chiffre d’affaires annuel de près de 193 millions d’euros, figure parmi les spécialistes des services satellitaires en utilisant les technologies spatiales les plus avancées, couplées au génie logiciel et à la data-sciences.
Vous souhaitez rejoindre des équipes agiles et dynamiques sur des projets innovants et ambitieux ? Explorer de nouvelles technologies ? Evoluer sur des projets transverses et variés autour des 5 secteurs d’activité de CLS ?
Le poste
L’équipe Data de CLS recherche un(e) stagiaire souhaitant mettre en pratique ses compétences sur le sujet suivant :
« Exploration et développement de méthodes d’apprentissage automatique pour la détection des ports et la classification comportementale des navires à partir de leurs trajectoires (données AIS et VMS massives). »
Ces travaux s’inscrivent dans le traitement automatique des trajectoires de navires contribuant à la gestion durable des ressources marines et à la sécurité maritime.
La détection des zones de mouillages vise à identifier les zones de repli utilisées par les navires, y compris celles en dehors des zones portuaires officielles, afin d’améliorer la compréhension des comportements côtiers et la prévention des risques. La classification comportementale des navires, quant à elle, permet de déterminer le type d’activité (pêche, transport, croisière, etc.) directement à partir des trajectoires, en limitant la dépendance aux déclarations parfois incomplètes ou erronées.
Au cours de ce stage, vous serez amené(e) à :
· Réaliser une revue bibliographique des approches existantes dans l’état de l’art ;
· Explorer une approche non supervisée pour la détection des ports basée sur l’analyse des comportements globaux des navires à partir des données AIS ;
· Concevoir et développer une méthode de reconnaissance de patterns de navigation permettant de classifier le type de navires (pêche, cargo, croisière, etc.) tout en s’affranchissant des éventuelles erreurs de déclaration ;
· Comparer et évaluer les performances des approches proposées face à des modèles ou méthodes de référence existants (internes ou état de l’art) ;
· Présenter, documenter, et valoriser vos travaux auprès de l’équipe Data et des autres pôles techniques de CLS.
Profil recherché
Etudiant(e) en école d’ingénieurs ou en Master 2 avec une spécialisation en Data Science, Intelligence Artificielle, Machine Learning ou Mathématiques Appliquées, vous souhaitez mettre en application vos connaissances à travers des projets porteurs de sens, contribuant à la gestion durable des océans.
Compétences et connaissances souhaitées :
· Solides bases en apprentissage automatique et profond (Machine Learning et Deep Learning) ;
· Maîtrise des langages et bibliothèques de data science, en particulier Python, scikit-learn, PyTorch (ou TensorFlow), pandas, numpy, matplotlib, etc. ;
· Connaissance des outils de versionnement et de développement collaboratif (Git, Jupyter notebooks, etc.) ;
· Une familiarité avec les environnements Cloud (notamment AWS) serait appréciée ;
· Une première expérience en analyse de données massives et/ou en apprentissage automatique serait également un plus.
Qualités attendues :
· Curiosité scientifique et goût pour l’expérimentation ;
· Esprit analytique, rigueur, sens de l’organisation et autonomie ;
· Capacité à collaborer au sein d’équipes pluridisciplinaires ;
· Bonnes capacités de communication écrite et orale pour présenter et valoriser vos résultats.
Éléments nécessaires pour postuler
Pour valider votre candidature, nous vous demandons de fournir les éléments suivants, vous devrez télécharger les pièces demandées directement lors de votre inscription.
Toute candidature incomplète ne sera pas traitée par nos services.
Document(s) :
Candidature facile