Bibliothécaire et médiatrice / médiateur Jardin de Ville

Intitulé de l'offre : Chercheur H / F - Fusion de données tardive pour la caractérisation des exoplanètes

Référence : UMR5274-MICBON-006

Nombre de Postes : 1

Lieu de travail : ST MARTIN D HERES

Date de publication : lundi 3 février 2025

Type de contrat : Chercheur en contrat CDD

Durée du contrat : 24 mois

Date d'embauche prévue : 1 octobre 2025

Quotité de travail : Complet

Rémunération : À partir de 2 991,58 euros brut

Niveau d'études souhaité : Doctorat

Expérience souhaitée : Indifférent

Section(s) CN : 55 - Sciences et données

Plus de 5000 exoplanètes ont été découvertes à ce jour. Notre domaine investit massivement dans la caractérisation des propriétés physiques et chimiques de ces objets grâce à l'utilisation de caméras d'imagerie sensibles et de spectrographes de diverses résolutions spectrales.

Notre groupe a développé l'outil de modélisation bayésienne FORMOSA. Il permet d'inférer des spectres à basse et haute résolution des exoplanètes à l'aide de grilles pré-calculées de modèles. Le code peut estimer les propriétés globales des objets ainsi que leurs compositions atmosphériques, les distributions verticales des nuages, la taille des particules et les profils de température-pression.

La nature des données que nous interprétons avec FORMOSA devient de plus en plus complexe. Les formats de données peuvent être hétérogènes et couvrir les mêmes gammes de longueurs d'onde avec différents rapports signal / bruit et résolutions spectrales. De plus, les modèles d’atmosphère que nous utilisons sont encore imparfaits et montrent des déviations systématiques.

La fusion de données est une branche de la science des données visant à combiner des ensembles de données correspondant au même phénomène pour obtenir des contraintes plus précises sur un modèle. Dans ce cadre, considérer conjointement des données acquises par différents instruments a le potentiel de conduire à des estimations plus robustes.

La chercheuse ou le chercheur postdoctoral(e) étudiera comment les techniques de fusion de données peuvent être utilisées dans FORMOSA. Elle / Il proposera de nouvelles méthodologies reposant sur l'inférence statistique et l'apprentissage automatique appliqués à la fusion de données. Elle / Il développera et maintiendra le code FORMOSA en coordination avec l'équipe d'étudiants.

Références

• Petrus et al. 2023, A&A, 670, 9.
• Bacon et al. 2023, A&A, 670, A4.

Activités

• Proposer et adapter des approches innovantes basées sur la fusion de données.
• Présenter les résultats dans des revues de rang A.
• Communiquer les résultats aux communautés des sciences des données et de l'astronomie.
• Coordonner, maintenir et documenter les développements dans FORMOSA.

Compétences

• Doctorat en mathématiques appliquées, vision par ordinateur, science des données.
• Connaissances en méthodes d'inférence statistique et apprentissage automatique.
• Connaissances en spectroscopie et imagerie appréciées.
• Solides compétences en codage Python. Connaissance de Julia et Matlab appréciées.
• Compétences rédactionnelles en anglais.

Contexte de travail

Le / la candidat(e) travaillera dans les groupes de Mickaël BONNEFOY, Mauro DALA MURA et Florent CHATELAIN à l'Institut de Planétologie et d'Astrophysique de Grenoble et au GIPSA-Lab, tous deux situés sur le campus principal de Grenoble. Ces laboratoires offrent un environnement collaboratif riche en astrophysique et traitement du signal.