Ingénieur de Recherche en Détection d'Anomalies dans les Données Climatiques Massives H/F - INRIA
Les missions du poste
A propos d'Inria
Inria, l'institut national de recherche dans les sciences et technologies du numérique, est en appui de l'État pour les stratégies nationales de recherche et d'innovation du numérique en tant qu'Agence de programmes. Inria mène plus de 300 projets de recherche et d'innovation avec ses 3500 scientifiques, ingénieurs et personnels d'appui, en partenariat avec les universités et l'écosystème numérique (entreprises, entrepreneurs, acteurs publics). Ensemble, nous explorons des domaines clés comme l'intelligence artificielle, la cybersécurité, l'informatique quantique, le Cloud, la transformation numérique de la santé, les jumeaux numériques ou encore les technologies numériques pour la défense. Nous construisons des solutions concrètes telles que des logiciels, des startups technologiques, des partenariats avec les entreprises du tissu national et des formations de pointe. Notre objectif : l'impact scientifique, technologique et industriel au service de la souveraineté numérique de la France.
Ingénieur de recherche en détection d'anomalies dans les données climatiques massives
Type de contrat : CDD
Niveau de diplôme exigé : Thèse ou équivalent
Fonction : Ingénieur scientifique contractuel
A propos du centre ou de la direction fonctionnelle
L'Inria est l'Institut national de recherche en sciences du numérique, dont le centre Inria d'Université Côte d'Azur fait partie. Avec une forte expertise en informatique et mathématiques appliquées, les projets de recherche du centre Inria d'Université Côte d'Azur touchent toutes les dimensions des sciences et technologies du numérique, et génèrent de l'innovation. Implanté principalement à Sophia Antipolis, mais également à Nice ou Montpellier, il regroupe 47 équipes de recherche et neuf services d'appui. Il est présent dans les domaines de l'intelligence artificielle, la science des données, la sécurité des systèmes informatiques, la robotique, l'ingénierie de réseaux, la prévention des risques naturels, la transition écologique, la biologie numérique, les neurosciences computationnelles, les données de santé... Le Centre Inria d'Université Côte d'Azur est un acteur majeur en termes d'excellence scientifique par les résultats obtenus et les collaborations tant au niveau européen qu'international.
Contexte et atouts du poste
Dans le contexte de l'augmentation considérable du volume des données climatiques, notamment avec les réanalyses météorologiques ERA5, la détection automatique d'anomalies constitue un enjeu scientifique et informatique majeur.
Ces données, caractérisées par une forte saisonnalité, des phénomènes de durée variable et des structures spatio-temporelles complexes, nécessitent le développement de méthodes de détection robustes, non supervisées et capables de passer à l'échelle de très grands volumes de données.
Le poste s'inscrit dans la continuité de travaux de recherche consacrés à la détection d'anomalies dans les séries temporelles climatiques. Il vise principalement à finaliser, approfondir et valoriser plusieurs contributions scientifiques récentes portant sur la détection de bursts saisonniers, les approches fondées sur le Matrix Profile et les méthodes de reconstruction par apprentissage profond.
Mission confiée
La personne recrutée contribuera à la finalisation et la valorisation des travaux scientifiques, et à la consolidation des outils logiciels développés en open source. Elle participera également à l'analyse comparative de différentes approches de détection d'anomalies sur des données climatiques réelles.
Principales activités
Finaliser une étude expérimentale sur l'influence du fenêtrage lors de l'inférence des modèles de reconstruction pour la détection d'anomalies.
Comparer différentes stratégies de calcul des scores d'anomalie, notamment à partir des erreurs ponctuelles et des erreurs agrégées sur des fenêtres temporelles.
Préparer et soumettre les résultats scientifiques à une revue ou une conférence internationale.
Réaliser une étude comparative des différentes définitions et approches de détection d'anomalies : bursts saisonniers, Matrix Profile, Interval Matrix Profile et méthodes de reconstruction.
Valoriser les résultats auprès des communautés scientifiques spécialisées en fouille de données et en sciences du climat.
Compétences
Bonne maîtrise de l'analyse des séries temporelles et des problématiques de détection d'anomalies non supervisée.
Connaissances des méthodes d'apprentissage profond, notamment des modèles de reconstruction pour séries temporelles.
Avantages
- Restauration subventionnée
- Transports publics remboursés partiellement
- Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
- Possibilité de télétravail (après 6 mois d'ancienneté) et aménagement du temps de travail
- Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
- Prestations sociales, culturelles et sportives (Association de gestion des oeuvres sociales d'Inria)
- Accès à la formation professionnelle
- Sécurité sociale
Rémunération
A partir de 2692 €brut mensuel (selon diplôme et expérience)