Ingénieur de recherche pour traiter des données astronomiques h/f

A propos d'Inria

Inria est l'institut national de recherche dédié aux sciences et technologies du numérique. Il emploie 2600 personnes. Ses 215 équipes-projets agiles, en général communes avec des partenaires académiques, impliquent plus de 3900 scientifiques pour relever les défis du numérique, souvent à l'interface d'autres disciplines. L'institut fait appel à de nombreux talents dans plus d'une quarantaine de métiers différents. 900 personnels d'appui à la recherche et à l'innovation contribuent à faire émerger et grandir des projets scientifiques ou entrepreneuriaux qui impactent le monde. Inria travaille avec de nombreuses entreprises et a accompagné la création de plus de 200 start-up. L'institut s'eorce ainsi de répondre aux enjeux de la transformation numérique de la science, de la société et de l'économie. Ingénieur de recherche pour traiter des données astronomiques

Type de contrat : CDD

Niveau de diplôme exigé : Bac +5 ou équivalent

Autre diplôme apprécié : M2 recherche

Fonction : Ingénieur scientifique contractuel

Niveau d'expérience souhaité : De 3 à 5 ans

A propos du centre ou de la direction fonctionnelle

Le centre de recherche Inria de l'Université Grenoble Alpes regroupe un peu moins de 600 personnes réparties au sein de 23 équipes de recherche et 7 services support à la recherche.

Son effectif est distribué sur 3 campus à Grenoble, en lien étroit avec les laboratoires et les établissements de recherche et d'enseignement supérieur (Université Grenoble Alpes, CNRS, CEA, INRAE), mais aussi avec les acteurs économiques du territoire.

Présent dans les domaines du calcul et grands systèmes distribués, logiciels sûrs et systèmes embarqués, la modélisation de l'environnement à différentes échelles et la science des données et intelligence artificielle, Inria Grenoble - Rhône-Alpes participe au meilleur niveau à la vie scientifique internationale par les résultats obtenus et les collaborations tant en Europe que dans le reste du monde.

Contexte et atouts du poste

L'ingénieur ou ingénieure de recherche fera partie de l'équipe Thoth, spécialisée en vision par ordinateur et en apprentissage automatique, et sera encadré par Julien Mairal et Jean Ponce (équipe Willow).

Thoth est l'une des équipes de recherche européennes les plus reconnues en apprentissage automatique et en vision par ordinateur. Elle participe à plusieurs projets européens (y compris des ERC) et entretient de nombreuses collaborations académiques internationales (CMU, Berkeley) ainsi qu'industrielles (Facebook, Criteo, Valeo, Google, Naver Labs).

Mission confiée

L'objectif de la mission est d'affiner les algorithmes récemment développés à Inria pour la détection d'exoplanètes en imagerie directe et de les mettre à disposition de la communauté astronomique.

L'imagerie directe consiste à observer l'environnement proche des étoiles afin d'étudier les exoplanètes ou les disques circumstellaires. Cette technique fournit des informations cruciales pour comprendre la formation des systèmes planétaires. Cependant, cette tâche est particulièrement difficile en raison de la haute résolution angulaire requise et nécessite l'utilisation d'instruments dédiés ainsi que d'algorithmes de post-traitement.

Dans des travaux récents [1, 2, 3], nous avons développé de nouvelles approches basées sur l'apprentissage pour améliorer la détection des exoplanètes en imagerie directe, en exploitant de vastes bases de données d'observations issues de l'instrument SPHERE du Very Large Telescope. L'objectif de la mission est triple : premièrement, nous visons à entraîner notre méthode sur un nouveau jeu de données plus vaste (F400) afin d'améliorer les performances de détection sur l'instrument SPHERE/IRDIS. Deuxièmement, nous prévoyons d'étendre la méthode à d'autres modalités de données, telles que SPHERE/IFS avec davantage de canaux spectraux, ce qui nécessitera la création d'un nouveau jeu de données et un réentraînement. Enfin, nous avons l'intention d'emballer et de distribuer le code aux astronomes afin qu'ils puissent le déployer dans leurs centres de données, où il pourrait bénéficier significativement à la communauté.

[1] Flasseur, Olivier, et al. deep PACO : Combining statistical models with deep learning for exoplanet detection and characterization in direct imaging at high contrast. Monthly Notices of the Royal Astronomical Society (2024)
[2] Bodrito, Théo, et al. MODEL&CO : Exoplanet detection in angular differential imaging by learning across multiple observations. Monthly Notices of the Royal Astronomical Society (2024)
[3] Bodrito, Théo, et al. A new statistical model of star speckles for learning to detect and characterize exoplanets in direct imaging observations To BE published in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (2025)

Principales activités

Principale activé : analyse de données à grande échelle.

Compétences

Compétences techniques et niveau requis : expérience en recherche pluri-disciplinaire en astrophysique (notamment en détection d'exoplanètes), apprentissage statistique et traitement d'image. Capacité à coder en Python.

Avantages
- Restauration subventionnée
- Transports publics remboursés partiellement
- Congés : 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
- Possibilité de télétravail 90 jours/an fixes ou flottants et aménagement du temps de travail
- Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
- Prestations sociales, culturelles et sportives (Association de gestion des oeuvres sociales d'Inria)
- Accès à la formation professionnelle
- Participation Protection Sociale Complémentaire sous conditions

Rémunération

A partir de 2765€ brut mensuel