Export RSS des offres - Seulement les offres à la une : Non / Métier : F14 Systèmes d'information, S02 Achats

2026-4115 - Post-doct : Apprentissage automatique pour la modélisation prédictive du comportement de fragmentation

Fri, 30 Oct 2026 23:16:49 Z

Métier : F14 Systèmes d'information/Ingénieur·e / Chercheur·e
Contrat : Post-doctorat
Description du poste :
L'objectif est d'apprendre une représentation compacte et transférable du comportement de rupture des particules, que nous appelons la « signature de fragmentabilité », et de l'utiliser pour prédire, à l'échelle de la particule, la probabilité de rupture, les distributions de taille des fragments et la sensibilité au régime de chargement, et à l'échelle du procédé, la consommation énergétique et la distribution granulométrique du produit des équipements de fragmentation, permettant une comparaison hiérarchisée des options de machines pour un minerai et une granulométrie cible donnés. En tant que chercheur post-doctorant au sein d'InnovTech ST3.1.1, vous contribuerez au développement de méthodes d'apprentissage automatique de nouvelle génération pour des données scientifiques et industrielles. Le projet vise à comprendre et prédire le comportement de fragmentation des particules minérales à partir d'observations expérimentales hétérogènes. Les principales directions de recherche incluent : - Apprentissage multimodal et fusion de données : développer des approches d'apprentissage automatique capables d'intégrer des sources de données scientifiques et industrielles hétérogènes, incluant l'imagerie, la caractérisation des matériaux, les mesures mécaniques et les expériences de fragmentation. - Apprentissage de représentations pour les systèmes matériels complexes : concevoir des représentations compactes, interprétables et transférables caractérisant les propriétés des particules et le comportement de fragmentation. - Apprentissage automatique probabiliste et quantification des incertitudes : développer des modèles prédisant des distributions et des estimations de confiance plutôt que des sorties déterministes uniques. - Modélisation prédictive multi-échelle : développer des modèles capables de relier des observations collectées à différentes échelles spatiales et temporelles, de la caractérisation des matériaux et des particules au comportement de fragmentation et aux performances à l'échelle du procédé. - Apprentissage automatique économe en données : explorer des méthodologies adaptées aux jeux de données limités, hétérogènes et partiellement observés, incluant l'apprentissage par transfert, l'apprentissage autosupervisé, la modélisation par substitut, l'apprentissage actif et les approches de décision tenant compte des incertitudes.

Date de début souhaitée : 01/01/2027 Type de contrat : Post-Doctorant Durée : 18 mois Formation : Doctorat Vous êtes titulaire d'un doctorat en apprentissage automatique, intelligence artificielle, science des données, mathématiques appliquées, statistiques computationnelles, vision par ordinateur, calcul scientifique ou une discipline proche. Vous êtes intéressé par l'application de méthodes d'apprentissage automatique avancées à des problèmes scientifiques concrets exigeants. Idéalement, vous devriez posséder : - Une solide expertise en apprentissage automatique et apprentissage profond. - Une expérience en apprentissage multimodal, quantification des incertitudes, modélisation probabiliste ou approches similaires. - Des connaissances en apprentissage automatique scientifique, apprentissage informé par la physique, modélisation hybride. - Une expérience en analyse d'images, vision par ordinateur, données géométriques, nuages de points, graphes ou autres représentations de données structurées. - De solides compétences en programmation Python et dans des frameworks modernes d'apprentissage automatique tels que PyTorch, TensorFlow. - Une expérience en recherche reproductible, évaluation de modèles, benchmarking et développement de logiciels scientifiques. - De fortes compétences en communication et en collaboration dans des environnements de recherche multidisciplinaires. - Une expérience en traitement des minéraux constituerait un atout. Ce poste est à pourvoir au sein de l'unité DCGS/GDS du BRGM, sur le centre technique d'Orléans (45). Vous travaillerez en étroite collaboration avec une équipe pluridisciplinaire de chercheurs en science des données, mathématiques appliquées, génie des procédés et science des matériaux. Le poste implique de piloter des activités de recherche, de publier dans des revues à fort impact, de contribuer aux livrables du projet et de présenter les résultats lors de conférences internationales.
Ville : ORLEANS

2026-4114 - Chercheur post-doctorant en quantification des incertitudes (F/H)

Fri, 30 Oct 2026 23:16:47 Z

Métier : F14 Systèmes d'information/Ingénieur·e / Chercheur·e
Contrat : Post-doctorat
Description du poste :
Dans le cadre de vos missions, vous serez amené à : - Prendre en main différents jumeaux numériques (JN) propres aux géosciences (hydrogéologie, géothermie, risques naturels, etc). - Concevoir et implémenter des métriques permettant de quantifier l'incertitude sur les sorties d'intérêt produites par les JN (série temporelles, données géospatiales). - Développer et mettre en œuvre des méthodes d'analyse globale de sensibilité pour identifier les sources d'incertitude les plus importantes et quantifier leurs contributions. - Développer et mettre en œuvre des méthodes de propagation d'incertitude adaptées aux sources les plus importantes. - Intégrer ces méthodes au sein de la librairie Python d'outils pour les JN du BRGM (https://gitlab.com/brgm/data-assimilation/orison). - Participer à l'intégration des outils développés dans l'infrastructure JUNN. - Publier des articles scientifiques et des communications grand public.

Date de début souhaitée : 04/01/2027 Type de contrat : Post-Doctorant Durée : 24 mois Formation demandée : Doctorat Titulaire d'un doctorat en mathématiques appliquées, modélisation/simulation numérique, informatique appliquée, vous mobiliserez les compétences et qualités suivantes : - Expériences en analyse de sensibilité et en quantification des incertitudes. - Connaissances des méthodes d'optimisation, d'assimilation de données et d'estimation paramétrique - Première expérience en analyse de données environnementales - Bases solides sur la théorie des probabilités - Maitrise du langage de programmation Python - Maitrise de l'anglais oral et écrit - Une première expérience en géosciences, et plus particulièrement en simulation numérique des géosystèmes dynamiques serait un plus. - Capacité à travailler en équipe pluridisciplinaire - Curiosité, et intérêt pour les géosciences et leurs applications - Rigueur professionnelle et respect des délais Dans un environnement favorable à l'équilibre vie professionnelle/vie privée, notamment grâce au télétravail, le BRGM se distingue par son climat de bienveillance et de convivialité. Labellisé HRS4R en 2021, notre souhait est de vous accompagner tout au long de votre vie professionnelle au sein du BRGM. Nous mettons à votre disposition de nombreux dispositifs pour développer vos compétences et votre expertise, avec des possibilités d'évolutions et de mobilités géographiques. Au BRGM, vous bénéficierez de plusieurs avantages tels qu'une rémunération basée sur 13 mois, des JRTT, un restaurant d'entreprise, des infrastructures sportives, des prestations vacances et loisirs, … Le BRGM vous garantit une procédure de recrutement transparente. Pour postuler envoyer nous votre candidature (CV actualisé et lettre de motivation) jusqu'au 27 novembre 2026. Sachez que tous nos postes sont ouverts à tous, au BRGM, nous sommes attachés.ées à la diversité ! Nous étudierons votre dossier de recrutement dès la fin de diffusion prévue. Si votre candidature est retenue, nous vous contacterons pour des entretiens de recrutement pendant lesquels vous échangerez avec la direction recruteuse, la direction RH et une direction transverse
Ville : ORLEANS

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

Tue, 03 Nov 2026 23:18:20 Z

Métier : F14 Systèmes d'information/Ingénieur·e / Chercheur·e
Contrat : Stage
Description du poste :
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
Ville : Pessac

2026-4113 - Stage: SPASER Appui au déploiement

Mon, 02 Nov 2026 23:17:38 Z

Métier : S02 Achats/Non-cadre
Contrat : Stage
Description du poste :
Le SPASER du BRGM est entré en vigueur en 2027 et fixe des objectifs en matière d'achats reponsables. L'objectif de la mission est d'appuyer le pilotage du schéma sur l'atteinte des objectifs fixés en matière environnementale, sociale et économique des achats. Les missions sont les suivantes : : - suivi du plan d'actions et des indicateurs fixés dans le schéma à travers le suivi de la collecte des informations auprès des acheteurs et acheteuses du BRGM, reporting dans un tableau de suivi ; Parmis les objectifs, le/la stagiaire participera - à l'organisation d'évènements de rencontres avec les fournisseurs ; - à l'organisation d'évènements avec les entreprises du secteurs adapté ; - à la création d'outils permettant l'atteinte des objectifs (analyse en cout cycle de vie, support de webinaire de sensibilisations, benchmark auprès des autres établissements etc…); - à la mise à jour des clausiers pour l'intégration de considérations environnementales et sociales dans les marchés publics du BRGMappels d'offres ; - à une veille juridique sur les achats responsables

Vous mobiliserez les compétences et les qualités suivantes : • Formation/spécialisation en commande publique • Intérêt pour les sujets du développement durable • Pragmatisme, force de proposition, capacité d'analyse, esprit de synthèse
Ville : Orléans