Archives


Modélisation du bilan d’énergie appliquée au permafrost alpin

Niveau de formation : Master 1 ou 2
Prérequis : Bonne connaissance d’outil de modélisation (Matlab)
Encadrants : Benjamin Lehmann et Florence Magnin
Environnement de travail : le ou la stagiaire travaillera au sein du laboratoire EDYTEM, un laboratoire sous la tutelle du CNRS et de l’Université Savoie Mont Blanc basé au Bourget du Lac
Mots clefs : Modélisation, Permafrost, Haute Montagne
Le stage pourra bénéficier d’une gratification et est à commencer dès que possible pour une durée à discuter avec les encadrants.

Lire la suite

Signature VIS-IR de la poussière martienne vue par le rover Perseverance

2 mois, dates flexibles

Prérequis / prerequisites : Candidat·e de première année d’un Master lié aux sciences de la Terre et/ou Planétologie / Candidate in a Master’s degree in Earth Sciences and/or Planetary Sciences
Laboratoire et encadrants / Lab and Advisors : Dr. Lucia Mandon ; Prof. P. Beck (IPAG)
Mots clés / Keywords : Planétologie ; planetary science ; Mars ; rover ; spectroscopie ; spectroscopy

Lire la suite

Répartition du mercure dans les plantes : Influence des paramètres environnementaux et modélisation des incertitudes pour l’application au modèle ORCHIDEE-Hg

Stage M1

8 semaines max, dates flexibles à partir de mai 2025

Niveau de formation et prérequis : Stage de M1. Le ou la stagiaire devra avoir des connaissances de base et/ou intérêt pour les processus biologiques et géochimiques et avoir des bases solides dans le traitement de données (R ou Python).
Laboratoire et encadrant : Institut des Géosciences de l’Environnement (IGE) équipe CHIANTI ; encadrante principale : Laura Sereni laura.sereni univ-grenoble-alpes.fr
Mots clés : mercure, assimilation, végétation, analyse de données

Lire la suite

Geomorphology and deep learning: Homogenization of a database of strike-slip fault markers for the evaluation of neural networks.

8 weeks between May and August 2025

Level of education and prerequisites: Being in Master 1 Geoscience or Geography or Computer Science, being interested in natural hazards, and being motivated by data science and machine learning, ideally with some experience in Python programming.

Laboratory: ISTerre Grenoble

Keywords: geomorphology, deep learning, remote sensing, strike-slip fault, digital elevation models.

Lire la suite