Maxime Tarka
Je suis ingénieur et j’aime les données environnementales et la science qui est derrière. Pour mon mémoire de maîtrise, j’ai entraîné un modèle de deep learning sur des images satellites pour suivre la couverture de neige de 22 155 glaciers de l’Ouest de l’Amérique du Nord, chaque année de 1984 à 2025.
Je suis ingénieur et je travaille sur des données environnementales, des capteurs sur le terrain jusqu’au site web. Au Campus Sainte-Marthe, j’ai refondu une plateforme de stations météo, et j’entraîne des modèles de deep learning sur des images satellites.
Disponible à partir de février 2027, selon l’endroit où se trouve le poste ou le doctorat. Prêt à déménager au Canada et en Europe.
Chiffres clés
Chaque chiffre renvoie à ses sources.
- 22 155
Glaciers suivis année après année de 1984 à 2025, en Alaska, dans l’Ouest canadien et dans l’Ouest des États-Unis.
Dataset sur Zenodo - 786 014
Observations de la fraction de neige d’un glacier pour une année, construites à partir de cinq capteurs satellites (Landsat 5, 7, 8, 9 et Sentinel-2).
Prépublication sur SSRN - 0,705
mIoU de test du U-Net glaciaire, avec un découpage par glacier. Un découpage par scène donne un meilleur score en validation (0,777 contre 0,762), mais dans cette exécution les scènes de glaciers jamais vus à l’entraînement n’obtiennent que 0,575, car 35,9 % des glaciers se trouvaient des deux côtés du découpage.
Prépublication sur SSRN Code sur GitHub - 8
Stations sur la plateforme météo BVECSM, avec à peu près 7 millions d’enregistrements depuis décembre 2015. Des chercheurs, des étudiants, la Ville de Sainte-Marthe et des agriculteurs locaux utilisent le site.
Détails de la plateforme Site en ligne - 0,604
mIoU de test du U-Net de couverture du sol sur des tuiles inédites, avec un kappa de 0,749. Le modèle a été entraîné sur 705 scènes annotées à la main.
Modèle sur Hugging Face Code sur GitHub
Travaux choisis
Un U-Net entraîné sur 540 scènes annotées suit la neige de 22 155 glaciers à partir de cinq capteurs satellites. Le code et les données sont ouverts.
Un second manuscrit s’appuie sur l’enregistrement pour suivre la réponse de chaque glacier sur quatre décennies. Il distingue plusieurs comportements dans l’Ouest de l’Amérique du Nord.
J’ai refondu la plateforme de bout en bout, des centrales d’acquisition sur le terrain jusqu’au site. Les données anciennes et nouvelles des stations sont réunies dans un seul historique, et le site propose des dashboards, de l’exploration, des téléchargements et des modèles hydrologiques.
Un workflow Python de modélisation de l’habitat de la faune en Colombie-Britannique, avec des tendances annuelles de superficie d’habitat pour chaque unité de gestion, alimenté par mon propre pipeline libre de couverture du sol. Développement confidentiel, réalisé pour l’entreprise.
Le pipeline glaciaire, un pipeline de détection de changements de couverture du sol, le visualiseur GlacierScope, l’outil d’annotation MaskForge et deux utilitaires Windows pour les données de capteurs et de fichiers.
Des images et des animations avec du son, toutes créées à partir de l’enregistrement glaciaire.
De l’art fait avec les données
Le même enregistrement glaciaire, devenu images et animations sonores. Chaque point, chaque note et chaque couleur correspond à une valeur mesurée.
Où j’ai travaillé
MacHydro
Stagiaire analyste géospatial
Campus Sainte-Marthe
Développeur
ÉTS
Chercheur à la maîtrise, télédétection et deep learning
Me contacter
Pour une direction de thèse, une collaboration de recherche ou un poste d’ingénieur, écrivez-moi par courriel. Je réponds en français comme en anglais.