RSS export of vacancies - Only featured vacancies : No / Profession : F14 Systèmes d'information, F16 Mine / Profile : F11 Géotechnique-->Ingénieur·e / Chercheur·e

2026-4094 - Technicien supérieur mesures physiques F/H

Sat, 31 Oct 2026 23:16:51 Z

Category : F16 Mining/Technician
Contract : Permanent contract
Position description :
Dans le cadre de la mission après-mine confiée par l'Etat au BRGM, et sous l'autorité du Responsable de la Division Eau-Environnement, vous serez en charge de participer aux différentes activités analytiques, d'étude et de reporting au travers des actions suivantes : -Assurer le suivi de prestations externe (définition du besoin, suivi du contrat, réunions) ; -Participer à la rédaction de cahiers des charges dans le cadre de consultations techniques (espaces verts, travaux de maintenance, d'exploitation d'ouvrages, prestations d'investigations télévisuelles, études, prélèvement-analyses...) ; -Rédiger des Comptes-rendus de visites, d'interventions et participer à la rédaction de bilans ou de rapports ; -Participer à l'interprétation et l'exploitation des résultats issus des campagnes de mesures ou d'investigations ; -Renseigner les bases de données afférentes et de participer à la valorisation des données par la production de cartes ou de graphiques ; -Respecter et faire respecter les règles de sécurité d'intervention, contribuer à l'encadrement sécurité des prestations externalisées ; -Réaliser des missions de terrain comprenant des mesures et des relevés sur site, des constats visuels, photographiques ou télévisuels sur site, des opérations de maintenance courante ou de remplacement de pièces défectueuses sur des dispositifs d'autosurveillance, et des prélèvements d'échantillons sur différents milieux.

Vous êtes titulaire d'un BAC+2/3 en mesures physiques, ou en géosciences. Vous mobiliserez les compétences et qualités suivantes : -Connaissances en mesures physiques (mesures, étalonnage, vérification, télémétrie, gestion, analyses de données de premier niveau) ; - Des connaissances en géosciences (piézométrie, prélèvements d'eau, de sédiments, de gaz) ou la Connaissances des méthodes de relevé topographique (dont nivellement), ou une expérience dans le domaine du suivi d'installations hydraulique, seraient un plus ; -Utilisation d'outils d'inspections télévisuelles ; -Expérience de gestion de prestataires sur le terrain (exploitation d'ouvrages hydrauliques et télégestion) ; -Maitrise des règles de sécurité opérationnelle (activités industrielles) ; -Aisance rédactionnelle et de synthèse en langue française ; -Goût pour le travail de terrain et pour le travail en équipe en contexte pluridisciplinaire ; -Capacité de travail en autonomie partielle ; -Rigoureux, organisé et doté d'un bon sens pratique pour les activités de terrain.
Location : FREMING-MERLEBACH

2026-4115 - Postdoctorate in Machine Learning for Predictive Modeling of Mineral Fragmentation Behavior

Fri, 30 Oct 2026 23:16:49 Z

Category : F14 Information Systems/Engineer / Researcher
Contract : Post-doctoral contrat
Position description :
The objective is to learn a compact and transferable representation of particle breakage behavior, what we call the fragmentability signature, and use it to predict, at the particle scale, fracture probability, fragment size distributions, and sensitivity to loading regime, and at the process scale, energy consumption and product size distribution of comminution equipment, enabling ranked comparison of machine options for a given ore and target grind size. As a postdoctoral researcher within InnovTech ST3.1.1, you will contribute to the development of next-generation machine learning methods for scientific and industrial data. The project focuses on understanding and predicting the fragmentation behavior of mineral particles from heterogeneous experimental observations. Key research directions include: -Multimodal learning and data fusion: Develop machine learning approaches capable of integrating heterogeneous scientific and industrial data sources, including imaging, material characterization, mechanical measurements, and fragmentation experiments. -Representation learning for complex material systems: Design compact, interpretable, and transferable representations that characterize particle properties and fragmentation behavior. -Probabilistic machine learning and uncertainty quantification: Develop models that predict distributions and confidence estimates rather than single deterministic outputs. -Multi-scale predictive modeling: Develop models capable of linking observations collected at different spatial and temporal scales, from material and particle characterization to fragmentation behavior and process-level performance. -Data-efficient machine learning: Explore methodologies suited to limited, heterogeneous, and partially observed datasets, including transfer learning, self-supervised learning, surrogate modeling, active learning, and uncertainty-aware decision-making approaches.

Desired start date: January 1, 2027 Contract type: Postdoctoral Researcher Duration: 18 months Education: PhD You hold a PhD in Machine Learning, Artificial Intelligence, Data Science, Applied Mathematics, Computational Statistics, Computer Vision, Scientific Computing, or a closely related discipline. You are interested in applying advanced machine learning methods to challenging real-world scientific problems. Ideally, you should have: -Strong expertise in machine learning and deep learning. -Experience with multimodal learning, uncertainty quantification, probabilistic modeling or related approaches. -Knowledge of scientific machine learning, physics-informed learning, hybrid modeling. -Experience with image analysis, computer vision, geometric data, point clouds, graphs, or other structured data representations. -Strong programming skills in Python and modern ML frameworks such as PyTorch, TensorFlow. -Experience with reproducible research, model evaluation, benchmarking, and scientific software development. -Strong communication and collaboration skills in multidisciplinary research environments. -Experience in mineral processing would be a plus. This position is to be filled within the DCGS/GDS unit of the BRGM at the technical center of Orléans (45) You will work closely with a multidisciplinary team of researchers from data science, applied mathematics, process engineering, and materials science. The position includes leading research activities, publishing in high-impact journals, contributing to project deliverables, and presenting results at international conferences.
Location : ORLEANS

2026-4114 - Postdoctoral researcher in uncertainty quantification (M/F)

Fri, 30 Oct 2026 23:16:47 Z

Category : F14 Information Systems/Engineer / Researcher
Contract : Post-doctoral contrat
Position description :
As part of your duties, you will be required to: - Get to grips with various digital twins (DT) specific to geosciences (hydrogeology, geothermal energy, natural hazards, etc). - Design and implement metrics to quantify the uncertainty on the outputs of interest produced by the digital twins (time series, geospatial data). - Develop and implement global sensitivity analysis methods to identify the most important sources of uncertainty and quantify their contributions. - Develop and implement uncertainty propagation methods adapted to the most important sources. - Integrate these methods into the Python library of tools for BRGM's JN (https://gitlab.com/brgm/data-assimilation/orison). - Participate in the integration of the tools developed into the JUNN infrastructure. - Publish scientific articles and public communications.

Requested start date : 01/01/2027 Contract type : Post-doctoral position 24 months Education : PhD Holder of a PhD in applied mathematics, numerical modeling/simulation, or applied computer science, you will draw on the following skills and qualities: - Experience in sensitivity analysis and uncertainty quantification. - Knowledge of optimization methods, data assimilation, and parameter estimation - First experience in environmental data analysis - Solid foundations in probability theory - Proficiency in the Python programming language - Proficiency in spoken and written English - An initial experience in geosciences, and more specifically in numerical simulation of dynamic geosystems, would be an asset. - Ability to work in a multidisciplinary team - Curiosity, and interest in geosciences and their applications - Professional rigor and respect for deadlines Within an environment that promotes a healthy work/life balance, particularly thanks to remote working, BRGM prides itself on providing a friendly and caring place to work. Awarded HRS4R certification in 2021, we are committed to supporting you throughout your career at BRGM. We provide you with a range of tools for developing your skills and expertise, with scope for career progression and geographic mobility. At BRGM, you will gain from such benefits as a 13th month salary, days off compensating for unpaid overtime, a company canteen, sports facilities as well as holiday and leisure options. At BRGM, you are guaranteed a transparent recruitment process. To apply, please send us your application (up-to-date CV and cover letter) by 2026, november 27th. Because diversity matters to us at BRGM, all of our job vacancies are open to everyone! We will examine your application as soon as the closing date has passed. If your application is short-listed, we will contact you for recruitment interviews during which you will have the opportunity to talk with the recruitment and HR departments as well as a cross-functional department.
Location : ORLEANS

2026-4120 - Stage géologie/géotechnique cartographie RGA F/H

Wed, 04 Nov 2026 11:10:08 Z

Category : F11 Geotechnics/Engineer / Researcher
Contract : Internship
Position description :
La mission du stagiaire consistera à : • Collecter et organiser sous forme de SIG, les données minéralogiques et géotechniques dédiées à l'échelle de l'ile • Participer à établir un état des lieux des connaissances et de la sinistralité en sollicitant les professionnels du secteur • Participer à des campagnes de terrain (sondages à la tarière manuelle) pour l'acquisition de données • Analyse et croisement des données géologiques spatialisée disponibles (carte pédologique, géologique, régolithe..) pour réaliser une carte des formations argileuses puis de susceptibilité

Vous mobiliserez les compétences et les qualités suivantes : • Connaissances en géologie et géotechnique • Bonne maitrise des outils SIG (ArcGis et/ou QGIS) • Rigueur scientifique, esprit de synthèse et capacité organisationnelle pour recenser, classer et hiérarchiser des données géologiques et géotechniques • Bon relationnel, facilité à solliciter des partenaires ainsi qu'à rencontrer des entreprises extérieures (bureaux d'études notamment) pour la recherche de données • Capacités rédactionnelles • Autonomie et appétence pour le terrain • Permis B (indispensable)
Location : Fort de France

2026-4119 - Stage: Etude de cas de restauration écologique littorale

Tue, 03 Nov 2026 23:18:20 Z

Category : F14 Information Systems/Engineer / Researcher
Contract : Internship
Position description :
Face aux effets du changement climatique et à l'érosion de la biodiversité, la restauration écologique des milieux littoraux et marins constitue un enjeu majeur pour la gestion durable des territoires côtiers. L'adoption en 2024 du règlement européen sur la restauration de la nature, renforce la nécessité de capitaliser les retours d'expérience et d'évaluer l'efficacité des opérations pour améliorer les pratiques et éclairer les politiques publiques. Développée par le BRGM et l'Office français de la biodiversité (OFB), la plateforme nationale Littorex vise à structurer, analyser et valoriser les connaissances issues de projets de restauration écologique des écosystèmes littoraux et marins. Elle est notamment un outil de capitalisation mobilisé dans le cadre du projet européen LIFE Adapto+, consacré à l'adaptation des territoires littoraux au changement climatique par des approches de gestion souple et fondées sur les écosystèmes (Solutions fondées sur la Nature). À l'interface entre écologie de la restauration, gestion des données environnementales et adaptation côtière, le stage contribuera à enrichir Littorex, et à renforcer ses liens avec d'autres outils de connaissance et d'aide à la décision. Les principales missions consisteront à : • Mener des enquêtes auprès des porteurs de projet déjà identifiés dans Littorex afin de mettre à jour et compléter les informations collectées ; • Enrichir et actualiser la base de données Littorex, avec des cas de restauration en vue de l'adaptation des territoires au changement climatique à partir d'une analyse bibliographiques déjà réalisée dans le projet adapto+; • Contribuer à l'évolution de la plateforme, en identifiant les besoins d'amélioration de la structuration des données et les possibilités d'interconnexion avec d'autres outils, notamment ceux développés dans Adapto+ ; • Contribuer à la réflexion sur les suivis à mettre en oeuvre afin d'analyser la réussite de projets de restauration écologique en domaine littoral. Ce stage permettra de contribuer directement au développement d'un outil national au service de la connaissance, de l'évaluation et de l'amélioration des pratiques de restauration écologique des milieux côtiers

• Formation Bac+5 en écologie, gestion des milieux littoraux et marins, restauration écologique ou risques côtiers • Connaissances en écologie des écosystèmes littoraux et intérêt pour les Solutions fondées sur la Nature • Appétence pour la gestion et la structuration de bases de données • Anglais scientifique (lecture bibliographique) • Connaissances en SIG appréciées • Rigueur scientifique, autonomie, capacités d'analyse et de synthèse • Bon relationnel et qualités rédactionnelles
Location : Pessac

2026-4116 - Stage en sciences des données - Analyses de séries temporelles DAS (F/H)

Tue, 03 Nov 2026 23:18:06 Z

Category : F11 Geotechnics/Engineer / Researcher
Contract : Internship
Position description :
Le suivi temporel long-terme (annuel) des propriétés géomécaniques du sous-sol par mesures DAS sur des câbles à fibres optiques de télécommunication déjà existant est une approche prometteuse pour prévenir les risques d'effondrement du sous-sol le long des grandes infrastructures de transports, en particulier les voies ferrées. Au passage des trains, des attributs sismiques caractéristiques de la proche surface peuvent être extraits des données DAS et suivis dans le temps et le long de la fibre. Un observable issu de ces attributs est la fréquence de résonance du sol (f0), sensible à la structure de vitesse des ondes de cisaillement (Vs) de la proche surface, dont on dispose aujourd'hui de chroniques sur plusieurs sites d'intérêt dans des contextes variés (Grand et al., 2026). Le défi principal est double : - les variations de ces attributs reliées aux processus d'effondrements (ccomposantes dite « irreversible ») sont largements inférieures aux variations saisonnières reliées aux processus environnementaux (hydrogéologie, T°C, composantes dites « reversibles »). Il est donc nécessaire de séparer la composante irréversible des composantes réversibles. - Le niveau de bruit intrinsèque des données issues des fibres telecom est élevé par rapport à celui issu de capteurs conventionnels (sismomètre, géophone), ce qui complique la détection de signaux faibles. Le stage visera donc à développer des approches adaptées de débruitage et de séparation des composantes réversibles et irréversibles dans des séries temporelles bruitées. Plus précisément, il s'agira de : 1. Développer une méthode de débruitage qui améliore la qualité des séries temporelles tout en préservant la faible composante irréversible recherchée 2. Modéliser finement la composante réversible en la conditionnant par les covariables environnementales, définir des plages de variation « normales » (baseline) et concevoir une méthodologie d'identification d'écarts anormaux ; la séparation d'une éventuelle composante irréversible sera abordée sur données réelles et/ou synthétiques. Les travaux s'appuieront sur un panel de méthodes modernes : • décomposition et débruitage robustes de séries temporelles (STL, VMD/EMD, ondelettes) pour traiter le caractère non-stationnaire des signaux ; • régression conditionnée par les covariables environnementales (température, piézométrie, précipitations) pour modéliser et soustraire la composante réversible • à titre exploratoire et comparatif, approches d'apprentissage profond adaptées aux séries temporelles (modèles de diffusion 1D, architectures de type Transformer à décomposition intrinsèque) Les développements s'appuieront sur des chroniques de fréquences de résonance (f0) d'environ un à deux ans, calculées quotidiennement par SNCF RESEAU sur trois sites répartis le long d'une vingtaine de kilomètres de fibre optique de télécommunication opéré par SNCF RESEAU. L'intégration de données environnementales (piézométrie, température)

Le stage s'adresse à un·e étudiant·e de niveau Master 2 ou école d'ingénieur disposant d'une solide pratique de la programmation scientifique en Python, notamment avec les bibliothèques usuelles pour la manipulation et la visualisation de données (NumPy, Pandas, Matplotlib) ainsi que pour l'apprentissage automatique et profond (scikit-learn, PyTorch). Une familiarité avec le traitement du signal et la décomposition de séries temporelles (filtrage, ondelettes, décompositions temps-fréquence, désaisonnalisation, régression) constituerait un atout pour traiter les séries temporelles issues des mesures DAS. Le ou la stagiaire devra également être à l'aise avec la gestion et l'intégration de données hétérogènes (séries sismiques, variables environnementales) et travailler en interaction étroite avec des ingénieurs géophysiciens et des partenaires du projet ANR SITcomOptics (BRGM, SNCF Réseau). Dans ce contexte, de bonnes compétences en communication scientifique — tant pour la rédaction de rapports que pour la présentation orale des résultats — seront nécessaires pour assurer la valorisation des travaux.
Location : Orléans

2026-4106 - Stage archives DPSM/UTAM Sud F/H

Tue, 03 Nov 2026 23:18:03 Z

Category : F16 Mining/Engineer / Researcher
Contract : Internship
Position description :
La fonction porte sur le suivi des fonds d'archives dont le BRGM dans le cadre de missions dévolues par l'Etat, afin d'en garantir la pérennité et l'accessibilité aux données. L'ensemble des archives conservées à l'UTAM Sud représentent 1.2 km linéaire. Le/la stagiaire sera accueillie au sein des locaux de l'UTAM Sud, situé au pôle d'activité Yvon Morandat, à Gardanne (13) et sera intégrera une équipe de 23 collaborateurs BRGM. Il/elle se verra confié/e les tâches suivantes : • Définir une organisation archivistique et matérielle pour rationaliser la conservation de 8 fonds d'archives représentant 950 ml et préparer un plan d'actions relatif aux mouvements à prévoir. • Prendre en charge un dépôt de 4 ml d'archives publiques déposées par la DREAL PACA en 2026 : classement, inventaire et rédaction d'un instrument de recherche. • Assister l'archiviste dans les tâches quotidiennes de prise en charge, de traitement et de mise à disposition des archives.

Vous mobiliserez les compétences et les qualités suivantes : •Connaissance des règles et des normes archivistiques (ISAD(G), ISAAR-CPF, ISDF etc..) et leur articulation ; •Connaissance du cadre réglementaire en matière d'archives publiques et du droit régissant l'accès aux documents administratifs et aux archives publiques ; •Connaissance des pratiques de traitement d'archives et de la conservation préventive ; •Sensibilisation aux enjeux et techniques de numérisation d'archives techniques/patrimoniales ; •Capacité à rédiger des notes et des comptes rendus ; •Bonne connaissance du pack Office
Location : GARDANNE