𝐃é𝐯𝐞𝐥𝐨𝐩𝐩𝐞𝐦𝐞𝐧𝐭 𝐞𝐭 𝐚𝐮𝐭𝐨𝐦𝐚𝐭𝐢𝐬𝐚𝐭𝐢𝐨𝐧 𝐝’𝐮𝐧𝐞 𝐛𝐚𝐬𝐞 𝐝𝐞 𝐝𝐨𝐧𝐧é𝐞𝐬 𝐝𝐞 𝐜𝐚𝐩𝐭𝐞𝐮𝐫𝐬 𝐨𝐩𝐭𝐢𝐪𝐮𝐞𝐬 𝐩𝐨𝐮𝐫 𝐥𝐞𝐬 𝐬𝐢𝐭𝐞𝐬 𝐝𝐞 𝐜𝐚𝐥𝐢𝐛𝐫𝐚𝐭𝐢𝐨𝐧 𝐫𝐚𝐝𝐢𝐨𝐦é𝐭𝐫𝐢𝐪𝐮𝐞𝐬 (PICSCAR, https://picscar.magellium.com/) • maîtrise des données de plusieurs capteurs optiques (Sentinel-2/3, MODIS, Landsat etc) • mise en œuvre de l’extraction de données satellites sur des régions d'intérêt (Python, Bash, APIs)𝐌𝐚𝐢𝐧𝐭𝐞𝐧𝐚𝐧𝐜𝐞 𝐞𝐭 é𝐯𝐨𝐥𝐮𝐭𝐢𝐨𝐧 𝐝𝐮 𝐬𝐢𝐭𝐞 𝐑𝐚𝐝𝐂𝐚𝐥𝐍𝐞𝐭 (Radiometric Calibration Network portal, https://www.radcalnet.org/#!/) • mise à jour du contenu en HTML et intégration de nouveaux traitements et gestion des tâches cron en backend (JavaScript, Bash, HTML) • mise à jour des processing "Quality Control"𝐃é𝐯𝐞𝐥𝐨𝐩𝐩𝐞𝐦𝐞𝐧𝐭 𝐝𝐞 𝐬é𝐫𝐢𝐞𝐬 𝐭𝐞𝐦𝐩𝐨𝐫𝐞𝐥𝐥𝐞𝐬 𝐝𝐞 𝐝𝐨𝐧𝐧é𝐞𝐬 𝐨𝐩𝐭𝐢𝐪𝐮𝐞𝐬 𝐩𝐨𝐮𝐫 𝐥𝐞 𝐩𝐫𝐨𝐣𝐞𝐭 𝐎𝐒𝐌𝐎𝐒𝐄 (ESA, https://osmose.magellium.com/) • traitement avancé et projection de données optiques multisources (gdalwarp, simulations d'antenne) • optimisation des traitements pour de grands volumes de données (Python, C++).𝐎𝐩é𝐫𝐚𝐭𝐢𝐨𝐧𝐧𝐚𝐥𝐢𝐬𝐚𝐭𝐢𝐨𝐧 𝐝𝐞𝐬 𝐨𝐮𝐭𝐢𝐥𝐬 𝐝𝐞 𝐦𝐨𝐝é𝐥𝐢𝐬𝐚𝐭𝐢𝐨𝐧 𝐝𝐮 𝐒𝐄𝐃𝐎𝐎-𝐀𝐄𝐑𝐈𝐒 (Observatoire Midi-Pyrénées) • manipulation et conteneurisation des outils de modélisation (FLEXPART, REPROBUS, MIMOSA) • gestion de projet et communication avec les clients • développement d’interfaces utilisateur intuitives (Python) • conception et déploiement de GUI Web en Python (Dash) pour la visualisation interactive des données

Objectif : explorer les techniques d'émulation (statistiques / machine learning) pour la correction atmosphérique des images satellites 🛰️. Avantage potentiel : des résultats plus rapides et plus précis que par interpolation des Look-Up Tables.

«Séparation aveugle des spectres de galaxies», données simulées de satellite EUCLID du Centre National d'Études spatiales (CNES)• étude bibliographique sur la séparation aveugle de sources et le projet EUCLID• mise en oeuvre des méthodes de séparation sous Matlab• tests, analyse comparative des résultats et des performances des algorithmes