Le monde de la météorologie est imprégné de la culture de la modélisation physique. La prévision du temps, c'est avant tout les équations de Navier-Stokes. Pourtant, avec plusieurs dizaines de téra-octets de données produites chaque mois par Météo-France, il y a de la place pour les Data Sciences !

Lior nous propose dans cette conférence de faire un focus sur l'activité Deep Learning à Météo-France :

• Comment le Deep Learning a été introduit dans un monde de physiciens,
• Quelques exemples d'applications du Deep Learning à la météorologie : prévision d'images à courte échéance, correction de séries temporelles, post-traitement des sorties de modèle...

Bio :
Lior Perez, Météo-France, Responsable des Développements Informatiques

Rafael Horvat, Alternant chez Météo-France durant les trois dernières années : développement web et de data sciences (Deep Learning appliqué aux images radar). Récemment diplômé ingénieur Informatique à l’école 3iL de Rodez (12).