top of page
  • Linkedin
  • Facebook
  • Youtube
  • Bluesky_Logo
closeup-blue-sea-surface_edited.jpg

Programme de recherche en apprentissage automatique scientifique appliqué à l’hydrologie et à l’hydrogéologie: appel à candidatures

  • 13 juil.
  • 3 min de lecture

|UQAC|


L’Université du Québec à Chicoutimi (UQAC) recrute actuellement pour un postdoctorat en intelligence artificielle appliquée à la modélisation des eaux souterraines.


DESCRIPTION DU PROJET

Un poste de stagiaire postdoctoral(e) est offert à l'Université du Québec à Chicoutimi (UQAC) dans le cadre d’un projet mené en partenariat avec le ministère de l’Environnement, de la Lutte contre les changements climatiques, de la Faune et des Parcs (MELCCFP). L'objectif est de développer une méthodologie d'avant-garde pour modéliser les niveaux d'eau souterraine, en exploitant les données du Réseau de suivi des eaux souterraines du Québec (RSESQ). Les travaux combineront l’intelligence artificielle, la modélisation hydrologique, l’analyse de séries temporelles, la quantification de l’incertitude et l’explicabilité des modèles. Sous la supervision du professeur Vincent Adombi, vous jouerez un rôle central dans la réussite scientifique et technique de ce projet.



TÂCHES ET RESPONSABILITÉS PRINCIPALES

  • Développer et mettre en œuvre des pipelines de traitement de données adaptés aux séries temporelles hydroclimatiques du RSESQ ;

  • Développer, entraîner et comparer plusieurs modèles d'apprentissage automatique, profond et hybrides ;

  • Développer et mettre en œuvre une méthodologie d'apprentissage par transfert pour garantir que les modèles élaborés puissent être généralisés à différents contextes hydrogéologiques ;

  • Développer une méthodologie permettant de comprendre les mécanismes décisionnels des modèles élaborés et de corriger toute incohérence afin d'aligner ces mécanismes sur notre compréhension de la dynamique physique des systèmes d'eaux souterraines ;

  • Développer une méthodologie permettant de quantifier les incertitudes à chaque étape du projet, qu'elles soient liées aux données ou aux modèles ;

  • Produire des livrables numériques clairs, bien documentés et reproductibles pour toutes les étapes du projet, par exemple du code Python, des notebooks, etc ;

  • Rédiger des rapports techniques, préparer des présentations destinées à divers publics et diffuser les résultats du projet par le biais de publications scientifiques et de conférences ;

  • Participer aux rencontres de suivi avec les partenaires du projet.



EXIGENCES

  • Posséder un doctorat déjà obtenu dans un domaine pertinent (intelligence artificielle, science des données, hydrologie, hydrogéologie, ou une discipline connexe) ;

  • Justifier d'une expérience avérée en apprentissage automatique et en apprentissage profond ;

  • Posséder une solide expérience en programmation Python et ses bibliothèques d'IA (Scikit-Learn, PyTorch/TensorFlow, Numpy, Pandas, etc) ;

  • Avoir une expérience en analyse, traitement et modélisation des séries temporelles ;

  • Démontrer une capacité à mener des travaux de recherche de manière autonome ;

  • Posséder un dossier de publications scientifiques pertinent ;

  • Posséder d'excellentes compétences rédactionnelles.


COMPÉTENCES RECHERCHÉES

  • Rigueur scientifique et esprit critique ;

  • Capacité à concevoir et développer de nouvelles approches méthodologiques ;

  • Autonomie, esprit d'initiative et créativité ;

  • Capacité à gérer simultanément différents aspects d'un projet de recherche ;

  • Excellentes capacités de rédaction et de communication scientifique ;

  • Aptitude à collaborer et communiquer efficacement dans un environnement multidisciplinaire ;


Les éléments suivants seront considérés comme des atouts significatifs (expérience ou expertise) :

  • Hydrogéologie ou hydrologie ;

  • Traitement du signal ;

  • Modélisation conceptuelle hydrologique ;

  • Approches de type Physics-aware Machine Learning (Scientific Machine Learning) ;

  • Analyse et quantification des incertitudes hydrologiques ;

  • Interprétabilité des modèles d’IA (XAI) ;

  • Apprentissage par transfert (transfer learning) ;

  • Développement et application d'architectures de réseaux de neurones de type Transformer ou Graph.


CONDITIONS D'EMPLOI

  • Durée du mandat : 18 mois ;

  • Entrée en fonction : automne 2026 ;

  • Lieu de travail : Université du Québec à Chicoutimi (UQAC), Québec, Canada ;

  • Il s'agit d'un poste en présentiel à l'UQAC. Une présence physique régulière est requise;

  • Salaire concurrentiel, établi en fonction de l'expérience, des qualifications et de la pertinence du profil par rapport aux besoins du projet.


CANDIDATURE

Les personnes intéressées doivent faire parvenir les documents suivants :

  • Curriculum vitae (avec liste de publications pertinentes) ;

  • Lettre de motivation ;

  • Les coordonnées de personnes référentes pourraient être demandées aux candidats retenus à une étape ultérieure du processus de sélection ;


Les candidatures doivent être transmises à :

  • Vincent Adombi à l’adresse suivante : avadombi@uqac.ca.

  • Date limite de candidature : 15 août 2026

  • Seules les personnes retenues pour une entrevue seront contactées.

  • Les candidatures seront examinées au fur et à mesure de leur réception. Le poste pourra être pourvu avant la date limite si un candidat répond pleinement aux exigences du projet.







bottom of page