Activités
Les approches classiques de krigeage présentent des avantages mais aussi des limitations. Les approches à base de "Machine Learning" commencent à être utilisées car elles permettent d'intégrer un grand nombre de variables, mais elles ont des inconvénients par rapport aux géostatistiques. Des approches hybrides combinant géostatistiques et ML existent également. Les objectifs de la mission seront de :
- Codévelopper et tester différentes approches de cartographie sur des cas d'usage variés
- Analyser et documenter les bénéfices et limitations des méthodes de façon à pouvoir identifier les meilleures approches pour les cas d'usage futurs.
Le candidat aura l’opportunité durant sa mission de :
- Approfondir ses connaissances en sciences des données (ML…) et en cartographie (géostatistiques…) auprès de spécialistes de ces domaines
- Travailler sur des cas d’usage variés avec des équipes de géo scientistes expérimentés
- Découvrir l’environnement de travail de TotalEnergies
Contexte et environnement
Vous intégrerez l'équipe multidisciplinaire Data Digital & Innovation de l'Explo. Cette entité travaille en transverse au sein de l'exploration et du stockage de CO2 sur des sujets digitaux, de la data science, de la valorisation des données et de l'innovation.
Vous serez régulièrement en interaction avec des entités de l'Explo, de OneTech, de la R&D et des compagnies de services.
L'automatisation du traitement des données de puits grâce à l’IA permet de produire des interprétations des propriétés géologiques à l'échelle des bassins sédimentaires. La cartographies de ces propriétés pour des centaines ou milliers de puits en intégrant le contexte géologique des couches considérées est un défi.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.