Ingénieur en méthodes de Deep Learning en écoacoustique pour l'étude des chimpanzés, éléphants H/F

Informations générales

Organisme de rattachement

Muséum National d'Histoire Naturelle  

Référence

2024-1752589  

Localisation

Paris

Intitulé long de l'offre

Ingénieur en méthodes de Deep Learning en écoacoustique pour l'étude des chimpanzés, éléphants et colobes

Date limite de candidature

20/11/2024

Employeur

Muséum national d'histoire naturelle

Description du poste

Versant

salaryrange">Fonction Publique de l'Etat

Catégorie

Catégorie A (cadre)

Nature de l'emploi

Emploi ouvert aux titulaires et aux contractuels

Domaine / Métier

Recherche - Chercheuse / Chercheur

Statut du poste

Vacant

Intitulé du poste

Ingénieur en méthodes de Deep Learning en écoacoustique pour l'étude des chimpanzés, éléphants H/F

Descriptif de l'employeur

Le Muséum national d’Histoire naturelle est un établissement public, régi depuis le 1er octobre 2014 par les dispositions du décret n°2001-916 du 3 octobre 2001 modifié. Dans le domaine des sciences naturelles et humaines, le Muséum contribue à la production, au développement et au partage des connaissances sur la diversité géologique et biologique de la Terre, sur la diversité des cultures et des sociétés et sur l’histoire de la planète.

Il est placé sous la tutelle conjointe des ministères de l’enseignement supérieur et de la recherche et est membre fondateur de l'alliance Sorbonne Université. Il compte plus de 2000 personnes (environ 280 EC / 1440 BIATSS / 300 Personnels hébergés). Il comprend 13 sites répartis en France et accueille au total plus de 3 millions de visiteurs.

Description du poste

Ce poste se déroulera dans le cadre de l’initiative One Forest Vision, au sein de l’Unité Mixte de Recherche «Eco-anthropologie » (Muséum National d’Histoire Naturelle/CNRS/Université de Paris) sur le site du Musée de l’Homme (17 Place du Trocadéro, 75116), et ponctuellement sur le site du Jardin des Plantes (57 rue Cuvier, 75005)

L’initiative One Forest Vision (OFVi) initiée en mars 2023 à Libreville a parmi ses objectifs le développement de méthodes innovantes et faciles d’usage de suivi de la biodiversité animale dans le bassin du Congo en combinant des données (images et sons) issues d’outils non-invasifs (camera traps, capteurs sonores, drones) et analyses à l’aide d’algorithmes d’intelligence artificielle. Dans ce contexte, le Muséum participe au développement d’algorithmes pour l’étude des espèces animales dans les forêts du Bassin du Congo, avec notamment un intérêt pour des espèces menacées et emblématiques des forêts tropicales (chimpanzés, éléphants de forêt). Développer ces outils open-source et les mettre à disposition des acteurs terrain (parcs naturels, chercheurs, ONGs, gouvernements, etc) est crucial pour permettre un suivi standardisé de la faune dans le temps et l’espace. Le poste proposé est une opportunité de contribuer à ce projet d’envergure, au sein du Muséum, acteur majeur de l’OFVi, au sein d’un laboratoire interdisciplinaire stimulant.

Des données acoustiques ont été acquises sur un des sites pilotes de l’OFVi (dit « super-site) à Sebitoli, dans le parc national de Kibale, en Ouganda, habitat de chimpanzés, éléphants et colobes notamment. Ces espèces présentent des vocalisations, des systèmes sociaux et des usages de l’habitat très différents. Au delà de l’aspect méthodologique, l’analyse des sons en fonction de la disposition des capteurs pourra permettre de mieux comprendre l’usage de l’habitat

Conditions particulières d'exercice

Venez rejoindre un établissement chargé d’histoire, engagé dans la société, en pleine évolution, à la renommée nationale et internationale. Riche d’une grande variété de métiers et d’activités, le Muséum vous propose d’intégrer des équipes à taille humaine dans un cadre de travail agréable et un environnement stimulant.

Le contrat

Localisation : Musée de l'Homme

Déplacements à prévoir au Jardin des plantes

Contrat : Contrat de projet de 1 an à partir du 1er février 2025

Temps de travail : 35h35 par semaine et 44 jours de congés annuels

Les avantages

Remboursement de 75% des frais de transport en commun et forfait mobilités durables (vélo ou covoiturage)

Télétravail possible jusqu’à deux jours par semaine après 4 mois d'ancienneté selon le poste

Restaurant d'entreprise 

Prise en charge partielle de votre mutuelle selon conditions

Un comité social et une association sportive et culturelle

Accès illimité aux sites de l’établissement avec invités

Descriptif du profil recherché

Formation :

Diplômé.e d’une école d’ingénieur avec expérience en deep learning appliquées à la détection et classification d’objets visuels et/ou sonores, docteur.e en intelligence artificielle/mathématiques/physique/acoustique

Compétences requises :

Compétences solides en deep learning appliquées à la détection et classification d’objets dans des scènes visuelles(computer vision) et/ou sonores (speech, audio ou music processing)
Maîtrise du langage de programmation Python et des librairies Pytorch/Tensorflow requise
Illustrer ses compétences dans des projets nécessitant une part importante de développement informatique, au cours d’un doctorat ou en tant qu’ingénieur
Appétence pour l’étude et la conservation de la biodiversité animale et le domaine de l’acoustique appréciée
Des connaissances en bases de données et en développement d’interfaces seront un plus
Etre intéressé.e par la recherche scientifique, le travail en équipe, disposé.e à apprendre de nouvelles techniques et savoir analyser et interpréter les résultats
Initier ou contribuer à la rédaction d’articles scientifiques. Il/elle évoluera dans un environnement multidisciplinaire et devra être capable d’interagir avec les différents acteurs.

Informations complémentaires

Informations complémentaires

Attention, seules les candidatures déposées sur la plateforme de recrutement MNHN seront étudiées.

Localisation du poste

Localisation du poste

Europe, France, Île-de-France, Paris (75)

Géolocalisation du poste

75001 Paris, France

Lieu d'affectation (sans géolocalisation)

Jardin des Plantes

Demandeur

Date de vacance de l'emploi

01/01/2025