Chercheur postdoctoral (h/f) en télédétection et apprentissage automatique

Le Département d'analyse des systèmes, d'évaluation intégrée et de modélisation (Siam) recherche une personne très motivée

Ce poste contribue au projet HyperTails — une initiative interdisciplinaire menée conjointement par les groupes de recherche sur les systèmes environnementaux humains, l'apprentissage automatique et les systèmes complexes, ainsi que la télédétection. Le projet développe de nouvelles méthodes basées sur l'IA pour détecter et classifier les bassins de résidus miniers dans le monde entier en utilisant des images satellitaires hyperspectrales et des informations contextuelles extraites de la littérature minière. L'objectif est d'établir le premier ensemble de données mondial reliant la réflectance spectrale aux profils de contaminants, permettant un dépistage environnemental évolutif des installations de déchets miniers.

Nous recherchons une personne motivée au niveau postdoctorale qui sera impliquée dans les tâches suivantes :

• Développer la détection basée sur les objets des installations de résidus en utilisant des architectures d'apprentissage automatique (par ex. YOLO) et des images multispectrales (Sentinel-2).
• Traiter et analyser des images hyperspectrales (EnMAP) et des bibliothèques spectrales pour extraire des caractéristiques diagnostiques.
• Appliquer le traitement du langage naturel pour extraire des informations contextuelles de la littérature grise liée à l'exploitation minière.
• Intégrer les données spectrales et textuelles pour déduire les profils de contaminants et les risques environnementaux, en tirant parti de l'expertise interne en chimie inorganique et contaminants traces.
• Maintenir les flux de travail basés sur Python et les dépôts GitHub pour les tâches ci-dessus.

Le candidat retenu possède un doctorat en télédétection, sciences de l'environnement, géologie, exploration minérale ou informatique, avec une expertise avérée en programmation Python et contrôle de version, ainsi qu'en télédétection hyperspectrale ou apprentissage automatique (idéalement les deux). Une expérience en apprentissage automatique et apprentissage profond (par ex. PyTorch, TensorFlow, scikit-learn), traitement du langage naturel ou extraction d'informations à partir de textes non structurés ou techniques de télédétection hyperspectrale (angles spectraux, désassemblage spectral, suppression du continuum) est un atout. D'excellentes compétences en communication en anglais, une capacité analytique et un style de travail autonome sont attendus.

Les candidatures sont examinées en continu jusqu'à ce que le poste soit pourvu. Les candidatures doivent inclure une lettre de motivation, un CV et deux lettres de recommandation. La durée du contrat est de 12 mois avec possibilité de prolongation de 12 mois supplémentaires, à partir d'une date convenue.

Eawag est un employeur moderne offrant un excellent environnement de travail où le personnel peut apporter ses forces, son expérience et ses modes de pensée. Nous promouvons l'égalité des sexes et nous engageons en faveur de la diversité et de l'inclusion du personnel. La conciliation entre carrière et famille est pour nous d'une importance centrale. Pour plus d'informations sur Eawag et nos conditions de travail, veuillez consulter www.eawag.ch et www.eawag.ch/en/aboutus/working/employment

Pour plus d'informations, veuillez contacter le Dr Marc Müller, e-mail marc.mueller@eawag.ch

Nous attendons votre candidature avec impatience. Veuillez l'envoyer via cette page web, toute autre forme de candidature ne sera pas prise en compte. Un clic sur le bouton ci-dessous vous mènera directement au formulaire de candidature.