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.