Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : Lab-STICC / ENSTA Bretagne
Durée : 1 an
Contact : cazaudorian@outlook.fr
Date limite de publication : 2023-09-01

Contexte :
L’ENSTA Bretagne est une école nationale supérieure d’ingénieurs à vocation pluridisciplinaire et centre de recherche. L’équipe SISO (Signal Image pour les Systèmes d’Observation, Lab-STICC UMR 6285) a, entre autres, pour thématique l’acoustique sous-marine passive appliquée à la veille environnementale, et plus particulièrement aux mammifères marins. Le suivi par acoustique passive est une technique qui consiste à enregistrer de façon discrète le paysage sonore sous-marin à l’aide d’un hydrophone et d’en extraire les sons émis par les cétacés. Ces signaux sonores propres aux espèces ou groupes d’espèces sont alors analysés pour étudier la présence des animaux dans la zone d’étude. 
Le projet collaboratif OSmOSE (Open Science meets Ocean Sound Explorers – Nguyen Hong Duc et al 2021, Torterotot et al 2020, Torterotot et 2022, Beesau & Samaran 2021), mis en place depuis 2018 par des chercheurs de l’ENSTA Bretagne, travaille à la mise en place d’un workflow de traitement de la donnée acoustique passive sur DATARMOR, le pôle de calcul et de données pour la mer géré par Ifremer. Ce workflow composé d’une suite d’outils de traitement a pour objectif de simplifier et de standardiser l’analyse et le traitement de données d’acoustique passive. 

Sujet :
voir pdf joint

Profil du candidat :
voir pdf joint

Formation et compétences requises :
Maitrise du langage Python
Forte expérience en machine learning et en traitement de la donnée audio
Maitrise des bonnes pratiques en informatique (Github, test unitaire, programmation orientée objet, documentation de code…)
Sensibilité aux causes environnementales

Adresse d’emploi :
ENSTA Bretagne, Brest

Document attaché : 202304241030_Fiche_poste_Ingenieur_Info_ML_2023.pdf