CDD - Post-doctorant IA & Mathématiques Appliquées (H/F/X)Total Energies

Rejoindre TotalEnergies, c'est s'engager pour la transition énergétique et fournir au plus grand nombre une énergie plus abordable, plus disponible et plus durable.
Vous évoluez au sein d'une compagnie multi-énergies internationale où chaque talent compte. Vous contribuez à des projets ambitieux et apportez des solutions concrètes aux défis énergétiques.
Tout au long de votre carrière, vous bénéficiez de missions variées et de formations sur mesure. Vous développez pleinement votre potentiel dans un environnement qui encourage l'innovation et l'excellence. Intégrez des équipes engagées et solidaires, où la réussite se construit ensemble.
Nous plaçons le respect et le bien-être de nos collaborateurs au cœur de notre performance. C'est pourquoi TotalEnergies valorise la diversité et garantit l'égalité des chances pour tous.

Vous intégrez l'équipe Forecast de la branche OneTech, basée à Palaiseau (Paris-Saclay), en charge de la recherche et du développement de modèles de prévision météorologique pour les activités de la Compagnie. Le poste s'inscrit dans le cadre d'un programme de recherche dédié au développement d'une nouvelle génération de méthodes d'intelligence artificielle appliquées à la prévision du système Terre.
Les travaux portent sur la conception de modèles de prévision météorologique fondés sur l'intelligence artificielle, les mathématiques appliquées et la modélisation probabiliste.
À ce titre, vous serez amené à :
* Réaliser des recherches originales en scientific machine learning appliquées à la prévision météorologique.
* Réaliser une revue approfondie de la littérature scientifique sur les modèles météorologiques de nouvelle génération et les approches de prévision basées sur l'intelligence artificielle.
* Développer des modèles de machine learning et de deep learning pour la prévision météorologique à moyenne et longue échéance.
* Concevoir des modèles probabilistes et génératifs permettant de quantifier les incertitudes associées aux prévisions.
* Étudier et développer des approches reposant sur l'apprentissage d'opérateurs mathématiques, les systèmes dynamiques et les méthodes probabilistes avancées.
* Développer et intégrer les modèles au sein de workflows robustes et reproductibles.
* Évaluer les performances scientifiques et opérationnelles des modèles développés à l'aide de métriques déterministes et probabilistes.
* Contribuer au développement de nouvelles méthodologies d'intelligence artificielle appliquées aux sciences de l'environnement.
* Valoriser les résultats obtenus à travers des publications scientifiques et des présentations dans des conférences internationales.

Diplômé d'un doctorat (PhD) en machine learning, intelligence artificielle, mathématiques appliquées, statistiques, informatique ou domaine équivalent, vous avez soutenu votre thèse depuis moins de trois ans afin de répondre aux critères d'éligibilité du dispositif postdoctoral. Une expérience de recherche démontrée par des publications scientifiques ou des travaux reconnus est attendue. La maîtrise de l'anglais scientifique et professionnel (niveau C1) est indispensable dans le cadre des collaborations internationales, des publications et des échanges scientifiques. Une expérience en prévision météorologique, en sciences de l'atmosphère ou en sciences du système Terre constitue un atout.
Vous avez :
* Une expertise en deep learning.
* De solides connaissances en apprentissage statistique et probabiliste.
* Une expérience en quantification des incertitudes ou en modélisation probabiliste.
* Une pratique du développement de modèles de machine learning pour des applications scientifiques.
* Une excellente maîtrise de Python.
* Une pratique des frameworks modernes de deep learning, notamment JAX, PyTorch ou équivalent.