RIM01: "Cloud or snow? — Revolutionising cloud detection in the Arctic with satellites! / Nuage ou neige? — Révolutionner la détection de nuages dans l’Arctique avec des satellites!"

Snow, ice, fog and clouds... welcome to the polar regions, where even satellites struggle to distinguish between them. Our challenge: teaching Sentinel-2 to interpret the Arctic sky. Help develop a cloud detection algorithm adapted to polar environments, where white is not just white — it could be a snowdrift, an iceberg or a cumulus cloud. Current methods often fail in these extreme environments, leading to misinterpretation of Earth observation (EO) data that is essential for climate monitoring, shipping routes and indigenous communities. We are seeking your assistance to: Separate clouds from snow and ice in Sentinel-2 images Test and train AI/machine learning models with real polar datasets Build a demonstration that illustrates how to make the Arctic more readable from space You don't need to be an expert in remote sensing — we welcome programmers, designers, data enthusiasts, popularisers and polar enthusiasts. Together, let's make clouds less mysterious and the coldest regions of the planet clearer from space. FR: Neige, glace, brouillard et nuages… bienvenue dans les régions polaires, où même les satellites ont du mal à distinguer les uns des autres. Notre défi : apprendre à Sentinel-2 à interpréter le ciel arctique. Participez à la mise au point d’un algorithme de détection des nuages adapté aux environnements polaires, où le blanc n’est pas seulement du blanc — il peut s’agir d’une congère, d’un iceberg ou d’un cumulus. Les méthodes actuelles échouent souvent dans ces environnements extrêmes, entraînant des erreurs d’interprétation de données d’observation de la Terre (EO) pourtant essentielles pour le suivi du climat, les routes maritimes et les communautés autochtones. Nous cherchons votre aide pour : Séparer les nuages de la neige et de la glace dans les images Sentinel-2 Tester et entraîner des modèles d’IA/apprentissage automatique avec de véritables ensembles de données polaires Construire une démonstration qui illustre comment rendre l’Arctique plus lisible depuis l’espace Il n’est pas nécessaire d’être un expert en télédétection — nous accueillons programmeurs, designers, passionnés de données, vulgarisateurs et amateurs des régions polaires. Ensemble, faisons en sorte que les nuages soient moins mystérieux et rendons les régions les plus froides de la planète plus claires depuis l’espace.

We aim to develop a robust and playful algorithm that can reliably distinguish clouds from snow and ice in Sentinel-2 images of polar regions. This will include:

- A trained machine learning model (or a clever rule-based method!) tailored to polar reflectance characteristics
- A visual web interface or interactive map to explore results, compare cloud masks, and toggle different layers
- A demo dataset and basic API for future integration into Arctic monitoring platforms
Bonus: If time allows, we might even build a fun "Cloud or Not?" mini-game where users guess what's in the image — snow, ice, or cloud — and compare their answers with our AI!


FR: Notre objectif est de développer un algorithme robuste et ludique capable de distinguer de manière fiable les nuages de la neige et de la glace dans les images Sentinel-2 des régions polaires. Cela comprendra :

- Un modèle d'apprentissage automatique entraîné (ou une méthode intelligente basée sur des règles !) adapté aux caractéristiques de réflectance polaire
- Une interface web visuelle ou une carte interactive pour explorer les résultats, comparer les masques de nuages et basculer entre différentes couches
- Un ensemble de données de démonstration et une API de base pour une intégration future dans les plateformes de surveillance de l'Arctique
Bonus : si le temps le permet, nous pourrions même créer un mini-jeu amusant intitulé « Cloud or Not? » (Nuage ou pas ?) dans lequel les utilisateurs devinent ce qui se trouve dans l'image (neige, glace ou nuage) et comparent leurs réponses avec celles de notre IA !

To make this challenge a success, we're looking for a polar dream team with a mix of the following superpowers:

- Data scientist / Machine learning wizard – to help train and evaluate cloud detection models
- Remote sensing specialist – ideally familiar with Sentinel-2 or optical satellite data in snow/ice environments
- Full-stack or web developer – to build a slick interface for visualizing results or launching a mini-game
- GIS / Geomatics engineer – to handle projections, geospatial analysis, and data wrangling
- Science communicator or UX designer – to help make the results accessible, fun, and visually appealing

No need to be an Arctic expert — just curious, collaborative, and ready to clear the skies in 48 hours!


FR:
Pour relever ce défi avec succès, nous recherchons une équipe de rêve spécialisée dans les régions polaires et dotée des superpouvoirs suivants :

- Data scientist / expert en apprentissage automatique – pour aider à former et évaluer les modèles de détection des nuages.
- Spécialiste en télédétection – idéalement familiarisé avec Sentinel-2 ou les données satellitaires optiques dans les environnements enneigés/glaciaux.
- Développeur full-stack ou web – pour créer une interface élégante permettant de visualiser les résultats ou de lancer un mini-jeu.
- Ingénieur SIG / Géomatique – pour gérer les projections, l'analyse géospatiale et le traitement des données
- Communicateur scientifique ou concepteur UX – pour aider à rendre les résultats accessibles, ludiques et visuellement attrayants

Pas besoin d'être un expert de l'Arctique, il suffit d'être curieux, collaboratif et prêt à dégager le ciel en 48 heures !