Environnement

Appliquez les algorithmes de deep learning à la détection de changements, la classification d'occupation du sol et le suivi des écosystèmes à partir d'images satellites multitemporelles.

Maîtrisez les plateformes d'observation de la Terre (Copernicus, NASA Earthdata) et les techniques d'analyse multi-temporelle pour surveiller forêts, zones humides, côtes et paysages dégradés.

Intégrez les critères Environnementaux, Sociaux et de Gouvernance (ESG) dans la stratégie des organisations — reporting, mesure d'impact et alignement avec les référentiels ISSB et GRI.

Combinez Python, R, QGIS et les bibliothèques géospatiales (GeoPandas, Rasterio, Shapely) pour analyser et visualiser des données spatiales complexes à des fins de prise de décision environnementale.

Planifiez et exécutez des missions drone pour inspecter des sites industriels, des zones de déversement, des berges ou des couvertures forestières avec un niveau de détail inaccessible au satellite.

Traitez des flux massifs de données capteurs, IoT et satellitaires pour extraire des indicateurs environnementaux pertinents et alimenter des tableaux de bord de surveillance en quasi-temps réel.

Planifiez et pilotez des projets de restauration à grande échelle en utilisant les outils géospatiaux pour identifier les zones prioritaires, suivre les progrès et valoriser les crédits carbone.

Concevez et évaluez des NbS — mangroves, forêts urbaines, zones tampon — comme leviers d'adaptation climatique et de biodiversité, en intégrant les outils de cartographie et d'évaluation des services écosystémiques.

Maîtrisez les techniques de change detection (post-classification, image differencing, BFAST) pour détecter et quantifier les dynamiques d'occupation du sol, de déforestation ou de dégradation.

Réalisez des EIES conformes aux standards IFC/Banque Mondiale en intégrant les analyses géospatiales, la participation communautaire et les outils de suivi-évaluation environnemental.