Chercheur au CNRM en intelligence artificielle pour la prévision numérique du temps vagues F/H

Expert public de la météo et du climat, Météo-France est à vos côtés pour contribuer à votre sécurité au quotidien et vous aider à prendre les meilleures décisions, dans un climat qui change. Face à des épisodes météo dangereux encore plus intenses et plus fréquents sous leffet du changement climatique, nos missions au service de votre sécurité sont cruciales. Nous mobilisons notre expertise, notre excellence scientifique et technologique pour vous permettre danticiper les phénomènes météorologiques et climatiques à enjeux, et de vous y adapter.

Retrouvez-nous en ligne : https://meteofrance.com/carte-didentite-de-meteo-france

Rejoindre Météo France, c'est intégrer une organisation multi-sites, situés en hexagone, en Outre-mer, etc. L'organisation de Météo-France s'appuie sur des directions centrales et des directions interrégionales.

Le travail se déroulera au sein du Groupe de Modélisation et dAssimilation pour la Prévision du Centre National de Recherches Météorologiques (Météo-France et CNRS) à Toulouse (France). Le projet collaboratif DE_376 est piloté par Met Norway and MeteoSwiss, et la·le chercheur·e devra participer à des visio-conférences régulières et à des conférences à létranger. Il·elle travaillera en collaboration étroite avec certains partenaires.

La·le chercheur·e bénéficiera des infrastructures informatiques de Météo-France et du CNRM. Les principales allocations de calcul GPU seront fournies par EuroHPC.

Pourquoi nous rejoindre ?

Embarquez pour une aventure stimulante et au service de tous aux côtés dhommes et de femmes engagés quotidiennement face aux défis posés à notre société par la météo et le climat. Et ainsi bénéficiez des avantages suivants : horaires flexibles, RTT, télétravail, restaurant administratif ou ticket restaurant, participation à hauteur de 75% pour les transports en commun, participation pour la mutuelle, associations sportives et culturelles en fonction du site concerné, (escalade, gym, poterie, théâtre etc..).

D'autres avantages vous attendent, venez les découvrir !

Ce poste sinscrit dans le cadre de lappel doffres « DE_376 » du projet Destination Earth (DestinE). DestinE est une initiative de la Commission européenne dans le cadre du programme « Digital Europe » de l'UE, en partenariat avec l'ESA et EUMETSAT. DestinE vise à déployer plusieurs répliques numériques thématiques de la Terre d'une grande précision, appelées « jumeaux numériques ». Ces jumeaux numériques permettront de surveiller et de prévoir les changements environnementaux et les impacts humains, afin d'élaborer et de tester des scénarios en soutien du développement durable et des politiques européennes associées pour le Green Deal. LIntelligence Artificielle (IA) et notamment lapprentissage machine et lapprentissage profond sont importants pour DestinE à plusieurs titres. En particulier, ces approches seront utilisées dans DE_376 pour développer et livrer un modèle de prévision météorologique régional probabiliste, open source et prêt à l'exploitation, pouvant être rapidement déployé sur des domaines régionaux couvrant l'Europe et les régions dintérêt pour l'Europe. Ce système complètera la composante régionale basée sur la physique du jumeau numérique DestinE dédié à la prévision de phénomènes extrêmes d'origine météorologique, en fournissant des prévisions d'ensemble rapides et flexibles, et dont les incertitudes sont efficacement quantifiées. en permettant une quantification efficace de l'incertitude. De plus, il intègrera des composantes supplémentaires du système Terre autres que latmosphère, afin de prendre en compte les interactions avec les surfaces terrestres, les vagues et locéan de surface.

La plupart des systèmes actuels de prévision météorologique opérationnelle s'appuient sur des approches de modélisation fondées sur la physique, et les modèles de prévision numérique du temps sont utilisés pour déterminer les conditions atmosphériques des prochaines heures et des prochains jours. Dans le cadre du projet DE_376, le nouveau système proposé sera développé sur la base des modèles européens existants de prévision par IA, et fournira des prévisions probabilistes à l'échelle du kilomètre, avec une résolution temporelle horaire, et un horizon de prévision d'au moins cinq jours. Cependant, ces modèles ne représentent actuellement que latmosphère, et ne représentent pas les interactions avec les surfaces continentales et locéan, ce qui limite la qualité des prévisions dévénements extrêmes comme les submersions marines, les ondes de tempête et les feux de forêts liés à la sécheresse (e.g. Camps-Valls et al., 2025). Le nouveau système de prévision sera donc enrichi en incluant les surfaces continentales et les vagues. Tous les développements seront effectués dans le cadre open-source Anemoi (https://www.ecmwf.int/en/about/media-centre/news/2024/anemoi-new-framework-weather-forecasting-based-machine-learning).

Lobjet du poste est de contribuer au développement du nouveau système de prévision régionale par IA en introduisant une représentation des vagues. Pour cela, la·le chercheur·e sappuiera sur des développements récents du système de prévision globale AIFS (Hahner et al., 2026) et développera une fonctionnalité de modèle de vague emboîté à résolution horizontale kilométrique pour les mers entourant lEurope. Les principales missions du chercheur seront les suivantes:

• constituer un jeu de données pour lentraînement du modèle, comprenant les vagues, la surface de locéan et la glace de mer. Ce jeu de données sera extrait des réanalyses horaires à léchelle kilométrique, produites et mises à disposition par le Copernicus Marine Environment Monitoring Service (CMEMS) pour toutes les mers entourant lEurope. Une évaluation approfondie de ce jeu de données sera nécessaire afin de sélectionner les événements à enjeu (par exemple, les événements extrêmes associés aux tempêtes) pour lentraînement et linférence ;

• développer un cadre logiciel ouvert permettant d'exploiter (entraînement et inférence) le système de prévision incluant les vagues, dans le cadre d'Anemoi, et en étroite collaboration avec les autres partenaires du projet et le CEPMMT ;

• démontrer les performances et la qualité du nouveau système de prévision, en particulier pour ce qui concerne les vagues, sur la base du jeu de données utilisé ;

• documenter son travail afin de permettre aux utilisateurs de comprendre les résultats ;

• contribuer aux rapports et livrables du projet.

Informations complémentaires:

Poste ouvert aux personnes en situation de handicap

Date limite de candidatures 20/07/2026

Merci de me transmettre les documents suivants :

- Un CV détaillant son expérience et ses capacités techniques

- Une lettre de motivation expliquant son intérêt pour le poste

- Les lettres de recommandation sont appréciées

Toutes les candidatures seront examinées immédiatement après la date-limite de candidature, et tous les candidat·e·s seront conviées à un entretien peu de temps après.

Seules les candidatures de chercheur·e·s disposant dun doctorat en intelligence artificielle seront prises en compte. La·le candidat·e idéal·e devra avoir les qualifications suivantes :

• De solides connaissances en algorithmes dapprentissage profond, en particulier les réseaux de neurones convolutifs ;

• Une expérience dans le domaine de la géophysique serait un atout ; au minimum, un intérêt marqué pour la recherche appliquée sur les vagues et locéan de surface ;

• Une maîtrise de la programmation en Python et une bonne connaissance du cadre de travail Anemoi sont vivement recommandées ;

• Une expérience dans le traitement de grands volumes de données ;

• Une expérience de travail dans un environnement Linux ;

• Des aptitudes pour le travail scientifique, la rédaction et la communication orale en anglais ;

• De la curiosité scientifique, de lautonomie et de la rigueur dans linterprétation des résultats.