English follows
À propos de NorthStar
NorthStar Earth Information & Intelligence (EI²) utilise des données d’observation de la Terre multimodales (hyperspectral, thermique, SAR) comme éléments de base pour créer des services d’information adaptés aux besoins et aux exigences des clients, du gouvernement et de l’industrie. Le portefeuille de développement de NorthStar comprend des algorithmes de traitement d’images et d’extraction d’information pour une variété d’applications en foresterie, agriculture, milieux marins et côtiers, et énergie.
Nous recherchons une personne aux études à la maîtrise pour un stage de recherche visant à évaluer si les modèles de fondation en observation de la Terre peuvent améliorer notre classification des espèces d’arbres au Québec.
Le stage
Stage de recherche rémunéré de 16 semaines à temps partiel (environ 20 heures par semaine), à Montréal. Date de début prévue : janvier 2028.
Tu feras partie de l’équipe EI² et travailleras directement avec nos scientifiques et data scientists, qui t’accompagneront tout au long du projet. Ton projet : comparer des embeddings issus de modèles de fondation (Tessera, AlphaEarth) à notre pipeline actuel de classification des espèces d’arbres, à partir de vraies données d’inventaire forestier et satellitaires. Ton travail apportera une réponse claire à l’équipe : ces modèles donnent-ils de meilleurs résultats, et avec combien de données étiquetées ?
Tes responsabilités
Nous comptons sur toi pour :
- Prendre en main notre pipeline de classification des espèces d’arbres et les données de référence (placettes terrain et polygones de peuplements).
- Construire un banc d’essai rigoureux pour comparer les embeddings Tessera et AlphaEarth aux résultats actuels.
- Entraîner et évaluer des classificateurs simples (forêt aléatoire, petit réseau de neurones) sur ces embeddings.
- Mesurer la performance selon la quantité de données étiquetées utilisées (de 5 % à 100 %).
- Tester si les polygones de peuplements mixtes améliorent les résultats.
- Présenter les résultats par espèce, en portant une attention particulière aux espèces rares.
- Livrer un code propre et documenté, intégré à notre dépôt, ainsi qu’un court rapport final et une présentation à l’équipe.
Ton profil
- Personne aux études à la maîtrise en télédétection, géomatique, foresterie, apprentissage automatique ou dans un domaine connexe.
- Bonne maîtrise de Python (NumPy, pandas, scikit-learn).
- Connaissances en apprentissage automatique (classification, évaluation de modèles).
- Expérience avec des données satellitaires, idéalement Sentinel-2 ou Google Earth Engine.
- Connaissances de base en SIG (rasterio, geopandas ou QGIS).
- Rigueur dans l’évaluation des résultats : c’est plus important ici qu’une expérience de recherche en apprentissage profond.
- Capacité à travailler en anglais.
Atouts
- Notions de PyTorch.
- Connaissances en foresterie ou en végétation.
- Français, pour travailler avec les documents du ministère des Ressources naturelles et des Forêts (MRNF).
Notre promesse
- Un stage rémunéré.
- L’opportunité de travailler dans une entreprise dont la mission est d’assurer un environnement durable et prospère pour les générations à venir tout en favorisant la nouvelle économie spatiale et en poursuivant l’exploration.
- Un projet concret, dont les résultats orienteront directement les choix techniques de l’équipe.
- L’encadrement d’une équipe de scientifiques et de data scientists expérimentés.
- Des heures de travail flexibles et un modèle de travail hybride.
- Des bureaux idéalement situés dans le Vieux-Montréal.
Pour postuler
Envoie-nous ton CV ainsi qu’un court exemple d’un projet en télédétection ou en apprentissage automatique (lien GitHub, rapport, article ou résumé d’une page).
NorthStar s’engage à créer et à favoriser un environnement de travail sûr et inclusif où nos employés se sentent valorisés et entendus. Nous encourageons fortement les candidatures de personnes de différents milieux qui peuvent apporter une plus grande diversité dans notre façon de penser, y compris les personnes racialisées et autochtones, les personnes handicapées et les personnes de tous âges et de toutes origines, orientations sexuelles, identités et expressions de genre.
*****
Now for the English version
About NorthStar
NorthStar Earth Information & Intelligence (EI²) uses multimodal Earth observation data (hyperspectral, thermal, SAR) as building blocks to create information services tailored to the needs and requirements of government and industry clients. NorthStar’s development portfolio includes image processing and information extraction algorithms for a variety of applications in forestry, agriculture, marine and coastal environments, and energy.
We are looking for a Master’s student for a research internship assessing whether Earth observation foundation models can improve our tree species classification in Quebec.
The internship
This is a 16-week, part-time paid research internship (about 20 hours per week) in Montreal. Expected start date: January 2028.
You will join the EI² team and work directly with our scientists and data scientists, who will support you throughout the project. Your project: compare foundation-model embeddings (Tessera, AlphaEarth) with our current tree species classification pipeline, using real forest inventory and satellite data. Your work will give the team a clear answer: do these models perform better, and how many labels do they need?
Your responsibilities
We’re counting on you to:
- Get familiar with our tree species classification pipeline and reference data (field plots and forest stand polygons).
- Build a rigorous benchmark comparing Tessera and AlphaEarth embeddings with our current results.
- Train and evaluate simple classifiers (random forest, small neural network) on these embeddings.
- Measure performance against the amount of labeled data used (from 5% to 100%).
- Test whether mixed forest stand polygons improve results.
- Report per-species results, with particular attention to rare species.
- Deliver clean, documented code merged into our repository, along with a short final report and a presentation to the team.
Your profile
- Master’s student in remote sensing, geomatics, forestry, machine learning or a related field.
- Solid Python skills (NumPy, pandas, scikit-learn).
- Knowledge of machine learning (classification, model evaluation).
- Experience with satellite data, ideally Sentinel-2 or Google Earth Engine.
- Basic GIS skills (rasterio, geopandas or QGIS).
- Rigor in evaluating results: this matters more here than deep learning research experience.
- Ability to work in English.
Assets
- Basic PyTorch knowledge.
- Background in forestry or vegetation.
- French, to work with documents from Quebec’s Ministry of Natural Resources and Forests (MRNF).
What we offer
- A paid internship.
- The opportunity to work for a company whose mission is to help create a sustainable and prosperous future for generations to come while fostering the new space economy and advancing exploration.
- A concrete project whose results will directly shape the team’s technical choices.
- Mentoring from a team of experienced scientists and data scientists.
- Flexible hours and a hybrid work model.
- An office in the heart of Old Montreal.
How to apply
Send us your CV and a brief example of a remote sensing or machine learning project (GitHub link, report, paper or one-page summary).
NorthStar is committed to creating and fostering a safe and inclusive work environment where our employees feel valued and heard. We strongly encourage applications from people of different backgrounds who can bring greater diversity to the way we think, including racialized and Indigenous people, people with disabilities, and people of all ages, backgrounds, sexual orientations, gender identities, and gender expressions.
