Chercheur en assimilation de données (F/H)

À propos du poste

Le groupe de Modélisation et d'Assimilation pour la Prévision (GMAP) de Météo‑France, basé à Toulouse, recherche un·e chercheur·euse spécialisé·e en assimilation de données pour renforcer les systèmes de prévision numérique et conduire des travaux de recherche appliquée.

Missions principales

• Développer et améliorer les algorithmes d’assimilation de données pour le modèle Arome, incluant l’ajout de nouvelles variables et la généralisation des covariances d’erreur.
• Concevoir, valider et suivre l’assimilation opérationnelle basée sur la formulation 4DEnVar avec le logiciel orienté objet OOPS.
• Participer à la maintenance et à l’évolution du code commun des assimilations déterministes et ensemblistes, en collaboration avec les partenaires ACCORD et le CEPMMT.
• Intégrer les apports du machine learning dans les procédés d’assimilation et de modélisation des erreurs.

Profil recherché

• Doctorat ou équivalent en météorologie, physique de l’atmosphère, mathématiques appliquées ou domaine connexe.
• Expérience avérée en recherche scientifique sur l’assimilation de données ou la modélisation numérique.
• Capacité à travailler en équipe pluridisciplinaire et à publier des résultats scientifiques.

Compétences requises

• Assimilation de données et méthodes d’optimisation (EnVar, 4DEnVar).
• Programmation orientée objet (OOPS) et développement en environnement scientifique.
• Simulation ensembliste et modélisation des covariances d’erreur.
• Connaissances en machine learning appliqué aux données atmosphériques.
• Maîtrise des systèmes de prévision Arome et des outils de validation.