Chargé-e de Recherche en Science Des Données Multimodales

34000 MONTPELLIER _ **RETOUR À LA LISTE DES POSTES DE LA CAMPAGNE** **Présentation d'INRAE**: INRAE, Institut national de recherche pour l’agriculture, l’alimentation et l’environnement, est un organisme public de recherche rassemblant une communauté de 12 000 personnes, réparties dans 272 unités de recherche, de service et d'expérimentation implantées sur 18 centres sur toute la France. Institut de recherche finalisée, il est le premier organisme de recherche mondial spécialisé sur l’ensemble « agriculture-alimentation-environnement ». INRAE a pour ambition d’être un acteur clé des transitions nécessaires pour répondre aux grands enjeux mondiaux. Face à l’augmentation de la population et au défi de la sécurité alimentaire, au dérèglement climatique, à la raréfaction des ressources et au déclin de la biodiversité, l’institut a un rôle majeur pour construire des solutions et accompagner la nécessaire accélération des transitions agricoles, alimentaires et environnementales. **Environnement de travail, missions et activités**: L'UMR ITAP (Unité Mixte de Recherche Technologies et Méthodes pour les Agricultures de demain) compte environ 80 personnes dont 35 membres permanents, répartis dans 4 équipes. Elle mène des recherches sur la chaîne de métrologie environnementale, en couvrant toutes les étapes de la chaîne "mesurer-comprendre-décider-agir". Ses travaux s'étendent sur diverses échelles d'études, allant de la plante à la parcelle, de l'exploitation au territoire, pour contribuer à définir des agricultures de demain, efficientes et soutenables. Le traitement des données issues de l'agriculture numérique constitue un enjeu important pour accompagner la transition de l'agriculture ; d'un point de vue finalisé pour répondre aux besoins de suivi et d'interventions des professionnels sur les agro-systèmes à différentes échelles spatiales, mais aussi d'un point de vue théorique pour adresser les spécificités liées aux données de l'agriculture numérique (multimodales, hétérotopes, asynchrones, incertaines, incomplètes, etc.) pour un usage opérationnel en agriculture. L'UMR ITAP est à la pointe de la recherche sur ces deux plans. Elle a en particulier contribué au développement d'approches originales de Traitement de Données Spatiales en Agriculture de Précision (TDSAP) intégrant les géostatistiques avec les contraintes opérationnelles d'intervention (machines, humaines) ainsi qu'en chimiométrie et machine learning pour le traitement de données multivariées, principalement spectrales et hyperspectrales. Traiter ces données pour l'aide à la décision nécessite d'intégrer de nouvelles approches permettant d'adresser leurs spécificités, et en premier lieu l'aspect multimodal, dans un contexte où: i) les jeux de données qualifiés (vérité terrain) sont petits (quelques dizaines) au regard des observations disponibles, ii) l'interprétabilité du modèle est nécessaire pour mieux comprendre et valoriser le potentiel des observations disponibles, mais aussi pour valider la pertinence du modèle, iii) il existe une grande variabilité de contextes pédo-climatiques, ce qui pose la question de la spécialisation des modèles d'aide à la décision et de leur transfert. Dans ce cadre, vous serez chargé-e d'imaginer ou adapter des méthodes d'exploration de ces données: - Par des approches d'agrégation de données multimodales, supervisées ou non, en intégrant le contexte spécifique de l'agriculture numérique. - En exploitant conjointement le caractère spatial et temporel de ces données structurellement complexes - De façon plus large, vous proposerez des méthodes de transfert de connaissances (transferts learning) à de nouvelles situations pédo-climatiques dans un contexte de données terrain et d'expertise disponible rares. Vous bénéficierez du large réseau de collaborations déjà établi à ITAP et l'élargirez à différents niveaux. Vous participerez à des projets en cours et développerez les vôtres pour proposer des méthodes de traitement de ces nouvelles données structurellement complexes. - **Formations et compétences recherchées**: **Doctorat ou équivalent** Vous êtes titulaire d'un doctorat ou équivalent. Une spécialisation en science de la donnée (statistique, analyse de données, machine learning, etc.) et une double compétence en agronomie sont vivement recommandées. Vous maîtrisez des concepts mathématiques relatifs à l'analyse de données multivariée. Des compétences en statistique appliquée aux phénomènes biologiques ainsi que des connaissances des enjeux de variabilités spatiale et temporelle des systèmes naturels ou anthropisés est souhaitée. Vous avez le goût du travail en équipe et un très bon relationnel. Vous faites preuve d'initiative, d'autonomie et d'un dynamisme certain. La maîtrise de l'anglais est indispensable et une expérience internationale de longue durée est souhaitée : les lauréats qui n'en auraient pas encore réalisé seront fortement incités à effectuer un séjour à l'étranger co-construit avec l'équipe d'