Cette offre n'est plus disponible
Intitulé complet du stage : Développement d'un système d'aide au diagnostic des digues à partir de données géophysiques et géo-mécaniques.
La France compte environ 9000 km de digues, de géométrie et hauteur variable bordant des canaux artificiels. Dans le cadre des articles L. 214-1 et L. 214-2 du code de l'environnement, les propriétaires de digue se doivent de surveiller l'intégrité de ces ouvrages en terre, qui peuvent être à l'origine de fuites et d'inondations. Par ailleurs, des instabilités des matériaux la constituant ou au niveau de l'encaissant géologique peuvent entrainer des ruptures totales de la digue, pouvant générer des inondations catastrophiques pour les personnes et les biens.
Cette surveillance est réalisée traditionnellement par des auscultations visuelles de site et par des sondages géotechniques. Dans le premier cas, cette analyse n'est que de surface, limitant ainsi le cout de l'opération et permettant d'enclencher des alertes rapidement. Ce type d'analyse nécessite toutefois que les dommages soient apparents.
Il permet ainsi d'imager les paramètres physiques suivants :
. Les vitesses sismiques par analyse des ondes de surface et des premières arrivées.
. La résistivité électrique par méthodes capacitives ou électromagnétiques.
L'interprétation de ces données géophysiques doit intégrer des objets d'échelles variables de quelques mètres à quelques centaines de mètres sur des profils pouvant atteindre plusieurs kilomètres. De plus, les données géophysiques doivent être interprétées en les couplant avec des données géologiques issues de cartes et de sondages destructifs ponctuels. L'interprétation est donc délicate à réaliser, longue, subjective et dépend de l'expert.
Pour la tâche de classification, là encore en fonction des données, plusieurs approches seront étudiées (SVM, Réseaux de neurones profonds notamment). Cette étude permettra de déterminer la pertinence de la construction d'un modèle de classification des digues, et potentiellement la prédiction d'anomalies.
La description détaillée de cette analyse, les propositions et recommandations éventuelles qui peuvent en découler sur la pertinence des approches de machine learning vis-à-vis de l'objectif visé, sont une première contribution, qui est une des attentes principales du projet. En fonction du temps disponible, une deuxième contribution attendue est de participer au développement d'un modèle de prédiction de la décompaction du sol, en s'appuyant sur cette analyse.
Pour réaliser ce travail, l'étudiant aura à sa disposition les données obtenues lors des campagnes d'acquisitions pertinentes réalisées par le BRGM depuis les années 2000.
Vous êtes étudiant en master 1 ou 2 ou école d'ingénieur dans le domaine de l'informatique avec des compétences en data sciences (analyse de données, calcul scientifique, intelligence artificielle).
Vous mobiliserez les compétences et qualités suivantes :
-Programmation (Python, C++ ou Java)
-La connaissance d'au moins un environnement de développement scientifique (Pytorch, scikit-learn, Matlab, ...)
-Des connaissances en géophysique seront appréciées
-Qualités relationnelles, ouverture et curiosité afin de dialoguer et comprendre les interlocuteurs de champs disciplinaires spécifiques
-Sens de l'initiative et force de proposition
-Sens de l'organisation, autonomie
-Capacité à faire du reporting
Je postule en un clic
Je suis suivi·e par un consultant RH
Je reçois des offres exclusives
Ma confidentialité est assurée