Stage : Data Scientist

Chez Netcarbon, nous sommes convaincus que la végétation est un levier majeur dans la lutte contre le changement climatique. Grâce à la donnée et à la modélisation, nous permettons à nos clients d’intégrer les enjeux écologiques au cœur de leurs projets d’aménagement et de leurs territoires.

Notre application SaaS permet de concevoir, mesurer et valoriser l’impact environnemental :

• Réaliser un état des lieux : végétation, stock de carbone, artificialisation, îlots de chaleur, biodiversité… à partir d’imagerie aérienne et satellite.

• Simuler des scénarios d’aménagement : choix des matériaux, essences végétales, aménagements.

• Valoriser et certifier les actions : intégration aux cadres de référence (Label Bas Carbone, GHG Protocol).

Notre mission : aider les collectivités, aménageurs et acteurs du territoire à concevoir des villes avec davantage de végétation.

Nos clients

Notre solution SaaS est utilisée par :

• Villes et collectivités territoriales : pour piloter leurs politiques locales et mesurer l’impact de leurs actions.

• Acteurs de l’aménagement et de la construction : maîtres d’ouvrage, promoteurs, urbanistes.

• Foncières et acteurs de la renaturation : pour analyser, simuler et valoriser leurs actifs environnementaux.

Tu seras au cœur de l’internationalisation de la méthode ALDO. L’objectif : construire un prototype opérationnel capable d’estimer les stocks de carbone (sol, biomasse forestière et hors forêt, litière) dans plusieurs pays, à partir de données harmonisées, ouvertes et reproductibles.

Ton rôle sera avant tout hands-on : tu mèneras l’état de l’art, sélectionneras les jeux de données internationaux pertinents, puis développeras en Python une méthodologie générique compatible avec ALDO, testée sur 2 pays pilotes.

🎯 Tes missions

• Explorer et cadrer l’état de l’art

  • Cartographier les approches internationales d’estimation des stocks de carbone pour :

    • Sols (0–30 cm)

    • Biomasse aérienne et racinaire

    • Litière

  • Comparer leurs hypothèses, résolutions, incertitudes et limites avec la méthode ALDO.

  • Identifier les verrous de transposition “hors France”.

• Évaluer et sélectionner les données mobilisables

  • Analyser la transposabilité de bases internationales et inventaires nationaux (ex. LUCAS, SoilGrids/EcoDataCube, ESA CCI Biomass, inventaires forestiers).

  • Proposer une stratégie d’harmonisation :

    • profondeurs de sol,

    • classes d’occupation du sol,

    • formats et résolutions,

    • gestion des données manquantes.

• Construire une méthodologie générique compatible ALDO

  • Définir un pipeline reproductible couvrant :

    • Sol : conversion 0–20 → 0–30 cm si nécessaire, agrégation par occupation du sol, interpolation/complétion, estimation d’incertitudes.

    • Biomasse forestière : usage ESA CCI Biomass, conversion AGB → C via paramètres allométriques adaptés.

    • Biomasse hors forêt & litière : intégration d’inventaires agricoles/bocagers, stratégie de spatialisation cohérente.

    • Flux forestiers (optionnel) : reproduction du schéma ALDO ou exploitation de séries temporelles Biomass.

    • Propagation d’incertitudes (optionnel) : formaliser et intégrer les sources d’erreur.

• Développer le prototype (Python / SIG)

  • Prétraiter et standardiser les données.

  • Implémenter le pipeline complet en Python.

  • Produire :

    • tables de stocks par compartiment et par zones,

    • cartes nationales / infra-nationales (bonus).

• Tester et valider sur 2 pays pilotes

  • Appliquer le prototype sur un périmètre défini (ex. Espagne + Pologne ou équivalent).

  • Documenter les résultats, limites et pistes d’amélioration.

• Documenter et restituer

  • Rédiger un rapport scientifique + guide méthodologique clair et reproductible.

  • Préparer une présentation des résultats à l’équipe Netcarbon.

📦 Livrables attendus

• Revue bibliographique structurée et critique.

• Méthodologie générique “hors France” compatible ALDO.

• Scripts Python + pipeline reproductible.

• Cartes et tableaux de stocks carbone pour les pays pilotes.

• Rapport final + support de présentation.

🧩 Compétences recherchées

• Python (traitement de données, scripts reproductibles, idéalement géospatial).

• SIG / données spatiales : QGIS, GeoPandas ou approche équivalente.

• Intérêt marqué pour :

  • sols / écosystèmes / carbone,

  • données environnementales et méthodes quantitatives.

• Rigueur scientifique, autonomie, capacité à structurer une méthode et à documenter proprement.