Alternance - Intelligence artificielle appliquée à l’analyse de données pêche et environnementales

A propos de l'entreprise

CLS, filiale du CNES et de CNP, est une société internationale, pionnière dans la fourniture de solutions d’observation et de surveillance de la Terre depuis 1986. Sa vision est d’imaginer et de déployer des solutions innovantes pour comprendre et protéger notre Planète, et gérer durablement ses ressources. CLS emploie 750 salariés, au siège à Toulouse et sur ses 26 autres sites dans le monde.L’entreprise œuvre dans 5 secteurs d’activités stratégiques : la gestion durable des pêches, l'environnement et le climat, la sécurité maritime, la gestion de flottes et les énergies & les mines. L’entreprise fournit notamment des services satellitaires basés sur la localisation et la collecte de données environnementales, l’observation des océans et des eaux continentales, et la surveillance des activités terrestres et maritimes.

A propos du poste

Dans tous les océans du globe, les grands pélagiques (thons, espadons, marlins, requins) font l’objet d’une exploitation ciblée particulièrement importante. Leur importance économique est cruciale pour de nombreuses pêcheries. Cependant, certains stocks risquent de se dégrader ou se dégradent déjà sous les effets combinés de la surexploitation et du changement climatique. Une gestion durable de ces espèces est donc un enjeu clé pour la pérennité des pêcheries. Une telle gestion a pour but qu’une flotte de navires bien contrôlés puisse exploiter une ressource de façon durable et économiquement rentable. Pour atteindre cet objectif il faut préalablement estimer de façon régulière et fiable la ressource exploitée : son abondance, sa distribution spatiale et son évolution temporelle.

Le milieu marin est un environnement très hétérogène et hautement dynamique. La plupart des grands pélagiques sont des espèces capables de migrer sur de très longues distances pour trouver les conditions les plus favorables afin de se nourrir ou se reproduire ce qui rend très difficile l’estimation des stocks et donc les efforts de gestions. Il apparait alors nécessaire de mieux comprendre comment les conditions océanographiques (température de l’eau, vitesse et direction du courant, concentration en phytoplancton etc…) influencent la distribution et l’abondance de ces espèces.

La source d’information la plus courante et la plus fiable sur l’abondance et la distribution des grands pélagiques provient des pêcheurs eux même sous la forme de livres de bord détaillant leurs captures (date, position, volume et composition spécifique). L’état de l’océan est, quant à lui, suivi sur l’ensemble du globe en quasi temps réel grâce aux progrès récent de l’océanographie opérationnelle. Ces données océanographiques peuvent être fournies par des satellites d’observation des océans ou par des modèles de circulation océanique (des modèles équivalents aux modèles de prévision météorologique mais pour l’océan). Ces données sont archivées et directement disponibles à CLS.

Les méthodes d’apprentissage automatique (machine learning), dont l’importance ne cesse de croitre dans les domaines de la biologie marine et de l’océanographie spatiale, sont des outils pertinents pour analyser conjointement les données de captures de pêche et les données océanographiques et en tirer des connaissances sur la distribution spatiale et temporelle des poissons pélagiques.

Objectifs

Cette offre propose d’explorer conjointement les données océanographiques disponibles à CLS et les données de captures de différentes techniques de pêche ciblant les grands poissons pélagiques. Le travail s’organisera comme suit :

1/ Familiarisation avec les données d’océanographie spatiale disponibles et des méthodes permettant leur manipulation. Le candidat retenu sera également amené à se familiariser avec le contexte de la pêche pélagique afin de pouvoir réaliser des analyses exploratoires et des visualisations pertinentes des données de capture.

 

2/ Mise en œuvre de méthodes d’apprentissage automatique afin d’analyser les caractéristiques des captures (localisation, quantités capturées, présence ou absence de certaines espèces, taille des poissons capturés) en fonction du contexte océanographique dans lequel chaque activité de pêche s’est déroulée. Le contexte océanographique est défini par un grand nombre de features environnementales pouvant être locales (température, vitesse du courant, concentration en plancton, salinité… au point exact de capture), à moyenne échelle (la distance au front de température ou de plancton le plus proche…) ou à grande échelle (l’indice ONI qui nous renseigne sur l’intensité du phénomène El Nino/La Nina…) et qui sont susceptibles d’affecter la distribution poissons pélagiques. Un large panel de méthodes (supervisées, semi-supervisées, non-supervisées) pourra être testé en fonction des objectifs fixés qui seront susceptibles de varier en fonction du type de pêche, des espèces cibles, des saisons… Outre, l’évaluation de la performance de chacune des méthodes testées, l’accent sera mis sur l’interprétabilité des résultats afin d’en tirer des connaissances utiles et applicables au champ de l’halieutique.

 

Dans le cadre de cette alternance le candidat sera amené à :

·   Manipuler des données de capture (journaux de bord électroniques) ainsi que des données d’océanographie spatiales

·   Développer ses connaissances en statistique et en apprentissage automatique

·   Analyser et présenter ses résultats

A propos du profil recherché

En dernière année d’école d’ingénieur, ou en Master 2 scientifique, vous détenez de bonnes connaissances en fouille de données et avez pratiqué la programmation en Python (voire en R). Vous êtes fortement intéressé par les thématiques de la biologie marine, de l’halieutique et de l’océanographie.

·         Solides connaissances en mathématiques appliquées, en particulier dans le domaine de la fouille de donnée et/ou de l’écologie quantitative.

Enfin si pour vous l’esprit d’équipe est primordial, que vous êtes force de proposition, curieux, et que votre motivation est sans faille, alors n’hésitez plus, et rejoignez-nous !