Web Sémantique Graphes de Connaissances et IA h/f

Poste de "Web Sémantique Graphes de Connaissances et IA Générative pour les Données Scientifiques Marines H/F " à pourvoir à IFREMER Plouzané en ALTERNANCE. Le département IRSI (Infrastructures de Recherche et Systèmes d'Information) de l'Ifremer administre et fait évoluer les systèmes d'information scientifiques de l'institut. Ceux-ci couvrent un large spectre de domaines : programmes et dispositifs d'observation, géosciences marines, observation océanique (satellite et in situ), biodiversité marine, ainsi que les différents produits de la recherche. Vous serez encadré par les équipes du centre de données et vous participerez aux activités suivantes : 1. Modélisation et description sémantique des données à partir de standards existants. Contribuer à la modélisation et à la structuration des référentiels et des données scientifiques. S'appuyer en priorité sur des standards, modèles et référentiels existants (ex : SSN/SOSA). Les adapter et les enrichir si nécessaire pour répondre aux besoins métiers et scientifiques. 2. Interconnexion des données et des référentiels. Contribuer au lien entre les différents silos thématiques de données. Participer à la mise en relation des référentiels métiers, scientifiques et d'observation. Explorer les approches basées sur les graphes de connaissances et les variables essentielles (Essential Variables). 3. Exploration de l'IA générative en appui à l'exploitation de données structurées. Explorer l'usage des modèles d'IA générative en amont (structuration, enrichissement) et en aval (recherche, exploration, restitution). Prototyper des usages permettant de faciliter la découverte, l'accès et l'exploitation des données scientifiques. Évaluer l'apport de ces approches dans un cadre fondé sur des (méta)données structurées et interopérables. 4. Bonnes pratiques et interopérabilité. Contribuer à la définition et à la diffusion des bonnes pratiques de modélisation et de gestion des données. Favoriser l'interopérabilité entre systèmes en s'appuyant sur des standards reconnus. Participer à une démarche de science ouverte et de données FAIR.