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.

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.