Ingénieur·e d’étude Data / Machine Learning

ContexteL’environnement alimentaire, social et urbain est aujourd’hui considéré comme un facteur influençant les comportements alimentaires1. Les acteurs des territoires pourraient donc agir sur l’environnement pour encourager des comportements alimentaires durables et favorables à la santé, en améliorant l’accessibilité à l’ensemble de l’offre alimentaire (commerces, restaurants, marchés, points de vente). Cependant, en France, il n’existe à l’heure actuelle aucune base de données fiable disponible à l’échelle nationale permettant de caractériser et spatialiser finement l’environnement alimentaire2.Un premier travail a été conduit visant à agréger des données issues de différentes sources de données en prenant comme point de départ le répertoire des entreprises Sirene3. Ces données ont pu être agrégées grâce à l’utilisation dans ces bases d’un identifiant unique : le numéro Siret des entreprises. Cependant, ce travail est aujourd’hui incomplet : par exemple de nombreux établissements fermés sont considérés actifs dans cette base. De plus, des caractéristiques et des coordonnées géographiques plus précises sont renseignées dans d’autres bases existantes mais n’utilisant pas le numéro Siret comme identifiant. C’est notamment le cas de la carte collaborative OpenStreetMap. Enfin, certaines formes de distribution alimentaires comme les marchés, les points de distribution des AMAP ne sont pas renseignées dans le répertoire Sirene.Le projet soulève des enjeux méthodologiques forts en data engineering, en apprentissage automatique et en analyse spatiale : intégration de sources hétérogènes, désambiguïsation d’entités, détection d’erreurs et d’obsolescence, gestion de l’incertitude spatiale. Il vise à produire une base de données réutilisable à long terme, tant pour la recherche que pour l’action publique.1 https://openknowledge.fao.org/server/api/core/bitstreams/4ac1286e-eef3-4f1d-b5bd-d92f5d1ce738/content2 https://onlinelibrary.wiley.com/doi/full/10.1111/tgis.130133 https://www.sciencedirect.com/science/article/pii/S235234092500575X