Toutes les offres
INRAE VERSAILLES-SACLAY VERSAILLES

INRAE VERSAILLES-SACLAY VERSAILLES

Chercheur-se CDD (2.5 mois) en deep learning appliqué à l'imageri (H/F)

PalaiseauCDDil y a 1h

Postulez maintenant

Vous allez être redirigé vers le site de INRAE VERSAILLES-SACLAY VERSAILLES.

Postuler chez INRAE VERSAILLES-SACLAY VERSAILLES

Postée il y a 1h · CDD

Description du poste

Environnement de travail, missions et activités

Vous exercerez votre activité au sein de l'Unité Mixte de Recherche INRAE-Agro Paris Tech Eco Sys (Ecologie fonctionnelle et écotoxicologie des agroécosystèmes), localisée sur le Campus Agro Paris Saclay, qui est composée de 95 permanents. Nos recherches visent à accompagner la transition agroécologique pour atténuer et s'adapter au changement climatique. Vous travaillerez au sein du pôle Sol&Tox (Science du sol et écotoxicologie terrestre) de l'UMR Eco Sys, qui étudie l'effet de l'usages des sols et des pratiques agroécologiques sur la santé des sols et leur multifonctionnalité. Dans ce cadre, nous développons des dispositifs expérimentaux, des techniques d'imagerie et des modèles permettant d'explorer le fonctionnement des sols, à des échelles allant des pores microscopiques à la parcelle et au paysage.

Votre mission consistera à contribuer à un projet scientifique explorant l'effet de la structure 3D microéchelle du sol sur l'accessibilité des matières organiques à la décomposition. Vous appliquerez des techniques de deep learning sur des images 3D issues de tomographie RX afin de classifier les constituants du sol (matrice minérale, porosité, matières organiques).

Vous serez plus particulièrement en charge de :

1. la rédaction d'un protocole sur l'utilisation de l'approche de deep learning nnU-Net adapté à nos objectifs de recherche et aux ressources de notre laboratoire ; 2. la réutilisation et l'optimisation d'un entraînement de modèle de deep learning récemment développé lors d'un stage M2 dans notre laboratoire pour classifier les constituants du sol ; 3. l'application du modèle retenu sur >20 jeux de données de tomographie RX et la vérification des résultats ; 4. la préparation d'un manuscrit d'article scientifique sur la contribution du deep learning aux sciences des sols.

Conditions particulières d'activité : Temps de formation limité étant donné la durée courte du contrat. Vous êtes encouragé.e à nous