À Montréal, comparez des embeddings Tessera et AlphaEarth avec Python pour classifier des espèces d’arbres à partir de données satellitaires.

Ce stage de recherche rémunéré de 16 semaines, à temps partiel, s’adresse à une personne aux études à la maîtrise. Au sein de l’équipe Ei² de NorthStar Earth Information & Intelligence, vous travaillerez avec des scientifiques et data scientists. Le projet évaluera les modèles de fondation, les données étiquetées nécessaires et l’impact de polygones forestiers mixtes.

Responsabilités clés :

- Prendre en main le pipeline de classification des espèces d’arbres
- Construire un banc d’essai comparant Tessera et AlphaEarth
- Entraîner des forêts aléatoires et petits réseaux de neurones
- Mesurer les performances avec cinq à cent pour cent des données




- Livrer code documenté, rapport final et présentation d’équipe

Exigences :

- Maîtrise en télédétection, géomatique, foresterie ou apprentissage automatique
- Bonne maîtrise de Python, NumPy, pandas et scikit-learn
- Connaissances en classification et évaluation de modèles
- Expérience avec données satellitaires, idéalement Sentinel-2 ou Earth Engine
- Capacité à travailler en anglais et à évaluer rigoureusement

Cette recherche combine Python, apprentissage automatique et observation de la Terre pour éclairer les choix techniques de NorthStar.

#J-18808-Ljbffr

📌 Stagiaire Recherche Apprentissage Automatique Forestier (Montreal West)
🏢 Northstar Earth and Space
📍 Montreal West