Stage - Chargé de fusion de données d’observation de la Terre pour la sécurité maritime (SAR vs AIS) - H/F
Le 15 novembre
Critères de l'offre
L'entreprise : COLLECTE LOCALISATION SATELLITES
Au cœur des enjeux de la planète, CLS, Tech4Good company, filiale du CNES et de la CNP, est une société à mission internationale, pionnière dans la fourniture de solutions d'observation et de surveillance de la Terre.
Opérateur historique des balises Argos, CLS, depuis 1986, avec plus de 950 salariés dans 33 pays et un chiffre d'affaires annuel de près de 180 millions d'euros, figure parmi les spécialistes des services satellitaires en utilisant les technologies spatiales les plus avancées, couplées au génie logiciel et à la data-sciences.
Tu souhaites rejoindre des équipes agiles et dynamiques sur des projets innovants et ambitieux ? Explorer de nouvelles technologies ? Evoluer sur des projets transverses et variés autour des 5 secteurs d'activité de CLS ?
L'équipe de la cellule R&D/Expertise et Innovation de la Business Unit Sécurité maritime de CLS, recherche un(e) stagiaire pour évoluer et développer ses compétences autour du sujet suivant :
« Fusion de données d'observation de la Terre pour la sécurité maritime (SAR vs AIS) »
Opérateur historique des balises Argos, CLS, depuis 1986, avec plus de 950 salariés dans 33 pays et un chiffre d'affaires annuel de près de 180 millions d'euros, figure parmi les spécialistes des services satellitaires en utilisant les technologies spatiales les plus avancées, couplées au génie logiciel et à la data-sciences.
Tu souhaites rejoindre des équipes agiles et dynamiques sur des projets innovants et ambitieux ? Explorer de nouvelles technologies ? Evoluer sur des projets transverses et variés autour des 5 secteurs d'activité de CLS ?
L'équipe de la cellule R&D/Expertise et Innovation de la Business Unit Sécurité maritime de CLS, recherche un(e) stagiaire pour évoluer et développer ses compétences autour du sujet suivant :
« Fusion de données d'observation de la Terre pour la sécurité maritime (SAR vs AIS) »
Description du poste
Cette cellule œuvre pour la mise en place de techniques de détection et caractérisation de navires et comportements à la mer pour lutter contre les pollutions hydrocarbures, les crimes écologiques, et plus généralement les infractions aux réglementations maritimes. Dans ce cadre, elle utilise entre autres des images satellitaires radar (SAR) et des données de localisation de navires (AIS).
La donnée AIS permet de collecter de manière collaborative (les navires doivent être volontaires) des positions et caractéristiques de navires. La validité de cette donnée est limitée par les émissions volontaires des navires et par de potentielles corruptions.
L'imagerie satellitaire SAR permet de détecter des navires sans nécessiter d'instrumentation des navires (non-collaboratifs). Par rapport au système AIS, cette technologie ne permet pas une mise à jour aussi fréquente des positions et ne permet pas d'identifier les navires.
Ces deux types de données sont donc complémentaires et une fusion efficace de ces données permet de reporter plus efficacement les cas de non-transmission ou de corruption d'information AIS. Cela permet donc une meilleure détection de comportements anormaux susceptibles d'être associés à des activités illégales et/ou nocives pour l'environnement.
Tes missions si tu nous rejoins :
- Te familiariser d'une part avec les méthodes de détection de navires sur données satellitaires radar, ainsi que les caractéristiques de navires qui en sont déduites, et d'autre part avec le système de localisation de navires AIS. Tu te familiariseras avec plusieurs outils et bibliothèques Open Source de manipulation et affichage de données géographiques (telles que QGIS, GDAL), de gestion de données (scipy, numpy).
- Faire évoluer nos méthodes de fusion de données entre positions de navires issues du traitement de données SAR et positions issues du système AIS sous la direction d'un ingénieur d'étude de CLS. Les évolutions viseront à exploiter au maximum la complémentarité entre ces deux types de données, et définir des indicateurs pertinents dans le cadre de la surveillance maritime, notamment sur les observations conjointes ou contradictoires de positions de navires sur ces deux sources de données.
- Evaluer ces indicateurs de manière statistique et par de l'étude de cas afin de les comparer aux méthodes actuellement en opération à CLS. Le cas échéant, tu contribueras à leur mise en production.
L'environnement technique que nous utilisons :
Linux, Python, numpy, scipy, gdal
La donnée AIS permet de collecter de manière collaborative (les navires doivent être volontaires) des positions et caractéristiques de navires. La validité de cette donnée est limitée par les émissions volontaires des navires et par de potentielles corruptions.
L'imagerie satellitaire SAR permet de détecter des navires sans nécessiter d'instrumentation des navires (non-collaboratifs). Par rapport au système AIS, cette technologie ne permet pas une mise à jour aussi fréquente des positions et ne permet pas d'identifier les navires.
Ces deux types de données sont donc complémentaires et une fusion efficace de ces données permet de reporter plus efficacement les cas de non-transmission ou de corruption d'information AIS. Cela permet donc une meilleure détection de comportements anormaux susceptibles d'être associés à des activités illégales et/ou nocives pour l'environnement.
Tes missions si tu nous rejoins :
- Te familiariser d'une part avec les méthodes de détection de navires sur données satellitaires radar, ainsi que les caractéristiques de navires qui en sont déduites, et d'autre part avec le système de localisation de navires AIS. Tu te familiariseras avec plusieurs outils et bibliothèques Open Source de manipulation et affichage de données géographiques (telles que QGIS, GDAL), de gestion de données (scipy, numpy).
- Faire évoluer nos méthodes de fusion de données entre positions de navires issues du traitement de données SAR et positions issues du système AIS sous la direction d'un ingénieur d'étude de CLS. Les évolutions viseront à exploiter au maximum la complémentarité entre ces deux types de données, et définir des indicateurs pertinents dans le cadre de la surveillance maritime, notamment sur les observations conjointes ou contradictoires de positions de navires sur ces deux sources de données.
- Evaluer ces indicateurs de manière statistique et par de l'étude de cas afin de les comparer aux méthodes actuellement en opération à CLS. Le cas échéant, tu contribueras à leur mise en production.
L'environnement technique que nous utilisons :
Linux, Python, numpy, scipy, gdal
Description du profil
Etudiant(e) en formation Master 2 ingénieur en Informatique ou Traitement de données. Dans le cadre de ce stage, tu peux développer tes compétences et tes connaissances en informatique et traitement de données appliquées aux thématiques de l'environnement et de la protection de la planète.L'ouverture d'esprit, l'aisance relationnelle, la flexibilité, l'autonomie, la rigueur, la curiosité et l'esprit d'analyse sont attendus.
Tu aimes les challenges, tu as l'esprit d'équipe, alors, demain avec l'ensemble des équipes de CLS, nous rendrons nos systèmes plus efficients et utilisés par le plus grand nombre, viens rejoindre l'aventure !
Salaire et avantages
Salaire : Salaire selon profil
Restaurant d'entreprise
Politique d'entreprise en faveur de la diversité, de l'égalité professionnelle et de l'emploi des travailleurs handicapés
CSE attractif (sport, participation voyages, etc…)
Parking à vélo et borne de recharge véhicules électriques
Politique d'entreprise en faveur de la diversité, de l'égalité professionnelle et de l'emploi des travailleurs handicapés
CSE attractif (sport, participation voyages, etc…)
Parking à vélo et borne de recharge véhicules électriques
Référence : S142073-2746566
