Ingénieur Data Science Océanographie

Environnement

Informatique

PythonJupyter notebookVSCodeSLURMnumpyscipyscikit-learnLightGBM

Rôle

Spécialiste en analyse de données appliquée à l’océanographie physique chargé d’optimiser la représentation des courants océaniques de surface par l’étude et la modélisation du mélange turbulent vertical.

Technologies

PythonJupyter notebookVSCodeSLURMnumpyscipyscikit-learnLightGBM

Entités

Data Fusion & In SituENVIRONNEMENT

Contextes

Gestion durable des pêchesSurveillance environnementale et climatSécurité maritimeMobilitéÉnergies et infrastructuresSurveillance environnementaleOcéanographie physiqueAnalyse de données scientifiques

Compétences

Analyse de donnéesIntelligence artificielleDeep learningManipulation de bases de donnéesAnglaisAutonomieEsprit d'analyseRigueurCuriositéAisance relationnelleFlexibilitéStatistiquesMathématiques appliquéesOcéanographie physiqueOptimisation de paramètres

Challenges détectés

3 enjeux

Optimisation
Développer des méthodes d'apprentissage profond pour le débruitage de la MDT et des courants géostrophiques
Technologies clés
Pythonnumpyscipyscikit-learn
Compétences clés
Deep learningAnalyse de données
Optimisation
Améliorer la robustesse et la généralisation des approches de deep learning pour l'océanographie
Compétences clés
Deep learningAnalyse de données
Optimisation
Optimiser la représentation des courants océaniques de surface par l’estimation du mélange turbulent vertical
Technologies clés
PythonJupyter notebooknumpyscipy
Compétences clés
Analyse de donnéesStatistiquesMathématiques appliquées