Mexique
Banco Mercantil del Norte, S.A.
Valce Talent Solutions
Data Science / Machine Learning
À distanceMexique
Mexico
Python
Traduction automatique. Consultez l’original.
Data Science / Machine Learning
Nous avons un besoin urgent d'un Data Scientist, idéalement avec une expérience en technologies spatiales, mais ce n'est pas obligatoire.
Data Scientist spécialisé de préférence en géospatial / télédétection
Requis
- 7+ années de science des données appliquée / ML, avec une expérience pratique en télédétection géospatiale.
- Solide maîtrise de Python : numpy, rasterio/GDAL, xarray, scikit-image, geopandas/shapely.
- Connaissance pratique des données optiques et SAR (indices spectraux, rétrodiffusion/dB, compromis de résolution, revisite).
- Deep learning avec PyTorch ; expérience en affinage de modèles (apprentissage par transfert, LoRA/PEFT).
- Validation et calibration de modèles : ROC/AUC, seuillage, validation croisée, gestion de labels faibles/peu nombreux.
- Méthodes de séries temporelles / détection de changement et systèmes de référence de coordonnées (UTM, reprojection).
Qualifications
- MSc/PhD en Télédétection, Sciences Géospatiales, Observation de la Terre, Informatique/ML, Physique, ou expérience équivalente
ANGLAIS AVANCÉ
À propos du poste
Nous construisons un système d'alerte précoce basé sur satellite qui détecte l'empiètement de sable dû au vent et le déplacement de pipelines sur un réseau de pipelines désertiques, en utilisant l'imagerie Sentinel-1 (SAR) et Sentinel-2 (optique), des modèles fondamentaux et la modélisation physique de la migration des dunes. Vous serez responsable de la science de détection et de calibration : transformer des passages satellites bruts en alertes calibrées et validées par rapport à des événements réels enregistrés sur le terrain.
Ce que vous ferez -
- Construire et calibrer des modèles de détection de changement et d'anomalies sur des images Sentinel-1/2 multi-temporelles sur des corridors de pipelines.
- Apprendre les bases de """"terrain normal"""" par site et valider les détections par rapport à un journal d'événements de vérité terrain (taux de détection, délai d'alerte, taux de faux positifs, AUC).
- Affiner les modèles fondamentaux géospatiaux (Prithvi-EO / similaire) avec LoRA/PEFT sur des données étiquetées limitées.
- Implémenter des techniques SAR pour le déplacement : changement d'amplitude, cohérence et suivi de décalage de pixels pour mesurer le mouvement des tuyaux et des dunes.
- Développer le suivi de la migration des dunes (flux optique / suivi de caractéristiques), la direction de migration et les indices de mobilité. -
- Ingénierer une ingestion robuste depuis Copernicus (CDSE / Sentinel Hub / STAC) et fusionner les données optiques, SAR, DEM et de vent ERA5.
- Concevoir une stratégie d'étiquetage (masques d'empiètement, sévérité) et une division entraînement/validation qui évite les fuites. -
- Communiquer honnêtement les résultats et les limites aux parties prenantes techniques et commerciales.
Atouts
- InSAR / suivi de décalage SAR (SNAP, ISCE, ou équivalent) pour le déplacement de surface/structure.
- Modèles fondamentaux géospatiaux (Prithvi-EO, TerraTorch, HLS) et segmentation.
- Copernicus/CDSE, Sentinel Hub, STAC, Planetary Computer.
- Géomorphologie éolienne / dynamique des dunes ; exposition au domaine de l'intégrité pétrolière et gazière ou des pipelines.
- MLOps et cloud (conteneurisation, inférence planifiée, pipelines de données géospatiales).
TÉLÉTRAVAIL
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil