> Markdown version of [/jobs/ext/1211076-chercheur-a-meteo-france-cnrm-en-intelligence-artificielle-pour-la-prevision-numerique-du-temps-descente-d-echelle-f-h](https://www.wearedevelopers.com/jobs/ext/1211076-chercheur-a-meteo-france-cnrm-en-intelligence-artificielle-pour-la-prevision-numerique-du-temps-descente-d-echelle-f-h). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Chercheur à Météo-France (CNRM) en intelligence artificielle pour la prévision numérique du temps - descente d'échelle F/H - **Company:** Météo-France - **Location:** Belberaud, France (Remote available) - **Contract:** Permanent contract - **Skills:** Artificial Intelligence, Linux, Python (Programming Language), Machine Learning, Open Source Technology - **Published:** July 9, 2026 - **Apply:** https://fr.indeed.com/viewjob?jk=e8342665ad3c14a4 ## About the Role Poste ouvert aux personnes en situation de handicap, Seules les candidatures de chercheur·e·s disposant d'un doctorat en intelligence artificielle seront prises en compte. La·le candidat·e idéal·e devra avoir les qualifications suivantes : * De solides connaissances en algorithmes d'apprentissage profond. Une expérience en modèles de diffusion serait appréciée ; * Une expérience dans le domaine de la géophysique serait un atout ; au minimum, un intérêt marqué pour la recherche appliquée en physique de l'atmosphère ; * 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 l'autonomie et de la rigueur dans l'interprétation des résultats. ## Description 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 l'effet du changement climatique, nos missions au service de votre sécurité sont cruciales. Nous mobilisons notre expertise, notre excellence scientifique et technologique pour vous permettre d'anticiper les phénomènes météorologiques et climatiques à enjeux, et de vous y adapter., Le travail se déroulera au sein du Groupe de Modélisation et d'Assimilation 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 l'étranger. 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., Ce poste s'inscrit dans le cadre de l'appel d'offres « 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. L'Intelligence Artificielle (IA) et notamment l'apprentissage machine et l'apprentissage 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 d'intérêt 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 l'atmosphère, afin de prendre en compte les interactions avec les surfaces terrestres, les vagues et l'océan 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. Ce système de prévision sera complété par une fonctionnalité de descente d'échelle qui permettra d'atteindre des résolutions hectométrique sur demande, dans une région d'intérêt comme une zone urbaine ou montagneuse avec une topographie complexe. 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). L'objet du poste est d'utiliser et d'adapter un modèle de diffusion disponible au sein d'Anemoi pour doter le nouveau système de prévision d'une capacité de descente d'échelle, afin d'augmenter la résolution horizontale des prévisions pour une sélection de quelques variables-clés et de générer des ensembles cohérents de membres de prévision à l'échelle hectométrique, via un processus de débruitage conditionné à partir de l'état atmosphérique initial. Les principales missions du chercheur seront les suivantes: * constituer un jeu de données pour l'entraînement du modèle de descente d'échelle. Ce jeu de données sera extrait d'un ensemble de plus de 3000 prévisions pré-opérationnelles à 500 m de résolution sur l'Europe de l'ouest. Une évaluation approfondie de ce jeu de données sera nécessaire afin de sélectionner les événements à enjeu (par exemple, des pluies ou températures de surface extrêmes) pour l'entraînement et l'inférence ; * 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 modèle de descente d'échelle et de génération de membres, 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. ## Related Videos - [Embracing the Hybrid Cloud: Unlocking Success with Open Source Technologies](https://www.wearedevelopers.com/videos/883-embracing-the-hybrid-cloud-unlocking-success-with-open-source-technologies) - [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning) - [Docker network without Docker](https://www.wearedevelopers.com/videos/1418-docker-network-without-docker) - [What non-automotive Machine Learning projects can learn from automotive Machine Learning projects](https://www.wearedevelopers.com/videos/397-what-non-automotive-machine-learning-projects-can-learn-from-automotive-machine-learning-projects) - [Docker exec without Docker](https://www.wearedevelopers.com/videos/1094-docker-exec-without-docker) - [From developer to instructor and DevRel: navigating roles as as a woman in the tech industry](https://www.wearedevelopers.com/videos/867-from-developer-to-instructor-and-devrel-navigating-roles-as-as-a-woman-in-the-tech-industry) ## Related Articles - [Guide for Expats Living in France](https://www.wearedevelopers.com/magazine/305-guide-for-expats-living-in-france) - [Best Companies to Work For in France: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/189-best-companies-to-work-for-in-france-top-25-companies-in-2023) - [Average Salary in France](https://www.wearedevelopers.com/magazine/269-average-salary-in-france) - [Best Companies to Work For in Paris: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/190-best-companies-to-work-for-in-paris-top-25-companies-in-2023) - [Fully Remote Software Engineer Jobs](https://www.wearedevelopers.com/magazine/447-fully-remote-software-engineer-jobs) - [The Most Popular IT Jobs on the Market](https://www.wearedevelopers.com/magazine/376-the-most-popular-it-jobs-on-the-market)