Opérateur neuronal pour la migration de contaminants en zone minière
Aperçu
En quoi consiste ce défi.
Vous entraînez un opérateur neuronal pour prédire la migration d’un contaminant en zone minière. Vous validez la généralisation et obtenez un certificat vérifiable.
Le brief
Ce que vous ferez, et ce que vous démontrerez.
Peut-on apprendre un opérateur qui prédit l'évolution d'un panache de contaminant à partir du champ de perméabilité, en généralisant à des sols non observés ?
Earning criteria — what you'll demonstrate
- Comprendre et implémenter l'apprentissage d'opérateurs entre espaces de fonctions (neural operators)
- Concevoir un protocole d'évaluation honnête distinguant généralisation en distribution et hors distribution
- Relier un substitut neuronal à une simulation physique de transport advection-diffusion
- Quantifier l'incertitude d'un opérateur et définir des règles d'abstention
- Collaborer en équipe sur un pipeline de machine learning scientifique reproductible
Adéquation au programme
Où cela s'inscrit dans votre cursus.
Renforce les mêmes compétences que celles attendues par votre diplôme.
Cursus associés bientôt disponibles.
Compétences
Les compétences que vous démontrerez.
Chacune apparaît sur votre certificat vérifié.
Débouchés
Les métiers auxquels ce défi vous prépare.
De vrais intitulés. De vraies passerelles de compétences. Choisissez celui qui se rapproche le plus de votre trajectoire.
Les parcours de carrière que ce défi construit
Métiers de référenceApplied AI Scientist
Concevoir un opérateur neuronal, un protocole d'évaluation hors distribution et une analyse d'incertitude reproduit fidèlement le quotidien d'un scientifique en IA appliquée qui doit prouver qu'un modèle généralise au-delà de ses données d'entraînement avant tout déploiement.
Ce défi renforce
- simulation
- uncertainty-quantification
- statistical-analysis
Architecte de Solutions IA
Définir quand un substitut est fiable et quand il faut basculer vers la simulation complète est une décision d'architecture ; ce défi vous entraîne à poser ces frontières de confiance et à documenter les compromis d'un système d'IA scientifique.
Ce défi renforce
- simulation
- uncertainty-quantification
- time-series-basics