Modelization Officer

**À propos de nous**:
Dans le top 10 des semenciers mondiaux Grandes Cultures, LIDEA maîtrise l'ensemble de la chaîne de valeur de la sélection, la production des semences au champ jusqu’à la commercialisation des produits finis.

LIDEA conçoit et propose des solutions innovantes, personnalisées et durables de semences multi espèces (maïs, tournesol, céréales à paille, colza, fourragères et couverts végétaux, soja, sorgho, légumes secs) et multimarques qui créent de la valeur ajoutée pour les producteurs tout au long de l’année.

Avec un chiffre d'affaires de 350 millions d'euros, et plus de 30 millions d'euros consacrés chaque année aux investissements industriels et R&D, LIDEA possède une vision durable et respectueuse pour accompagner aujourd’hui l’agriculture de demain.

Rejoindre LIDEA, c’est l’opportunité d’évoluer au sein d’une équipe dynamique et innovante avec des valeurs humaines fortes.

**LIDEA**fait germer les talents

**Mission**:
Au sein du service de Recherche en Production (OPP) de Lidea, le/la Modelization Officer joue un rôle clé dans l'optimisation des performances de production et l'innovation agronomique. Ce poste stratégique vise à transformer les données brutes issues de nos expérimentations en informations exploitables, permettant une prise de décision éclairée et l'amélioration continue de nos processus. Le Modelization Officer sera le garant de la qualité et de la pertinence de nos analyses statistiques, contribuant directement à la validation de nos variétés et à la résolution de nos défis de production.

Principales missions:

- ** Gestion et Structuration des Bases de Données**
- Concevoir, développer et maintenir des bases de données robustes et efficaces pour stocker l'ensemble des données issues des expérimentations agronomiques (tournesol, maïs, colza, soja).
- Assurer l'intégrité, la cohérence et la qualité des données collectées (nettoyage, validation, standardisation).
- Mettre en place des procédures d'automatisation pour la collecte et l'intégration des données.
- Garantir la sécurité et la confidentialité des informations.
- ** Analyse Statistique et Modélisation**
- Développer et appliquer des méthodes d'analyse statistique avancées (régression, classification, séries temporelles, analyses multivariées, etc.) pour évaluer la performance des variétés et des pratiques agronomiques.
- Construire des modèles prédictifs pour anticiper les rendements, les risques de production et l'impact des innovations.
- Réaliser des analyses comparatives et des études d'impact pour les projets OPP, en lien direct avec les objectifs de performance de la production.
- Identifier les facteurs clés de succès et les leviers d'amélioration pour la productibilité des variétés et l'efficacité des processus.
- ** Reporting et Visualisation de Données**
- Créer des tableaux de bord interactifs et des rapports clairs, concis et visuellement attractifs pour présenter les résultats des analyses aux équipes de production, de recherche et à la direction (EXCO).
- Vulgariser les concepts statistiques complexes pour les rendre accessibles à un public non expert.
- Proposer des recommandations basées sur les données pour optimiser les décisions opérationnelles et stratégiques.
- ** Support et Collaboration**
- Collaborer étroitement avec les responsables de projets du service OPP, les agronomes et les équipes de production pour comprendre leurs besoins et traduire leurs problématiques en questions analytiques.
- Former et accompagner les équipes sur l'utilisation des outils d'analyse et l'interprétation des données.
- Assurer une veille technologique et méthodologique sur les avancées en matière de data science, de statistiques agricoles et de modélisation prédictive.

**Profil**:

- ** Formation**: Diplôme supérieur (Master 2, Ingénieur, Doctorat) en Statistiques, Data Science, Agronomie avec une spécialisation en modélisation/statistiques, Bio-informatique ou domaine équivalent.
- ** Expérience**: Une première expérience significative (minimum 3-5 ans) dans un rôle similaire, idéalement dans le secteur agricole, semencier, ou de la recherche agronomique.
- ** Compétences Techniques Indispensables**:

- Maîtrise avancée des langages de programmation pour l'analyse de données (R et/ou Python).
- Excellente connaissance des outils de gestion de bases de données (SQL, PostgreSQL, etc.) et capacité à manipuler de grands volumes de données.
- Solides compétences en statistiques appliquées, modélisation prédictive et machine learning.
- Connaissances en analyse d'image de drone (algorithmes de machine learning).
- Maîtrise des outils de visualisation de données (Power BI, Tableau, Shiny pour R, Dash pour Python, etc.).
- Connaissance des principes agronomiques et des spécificités des cultures (tournesol, maïs, colza, soja) est un atout majeur.
- ** Compétences Comportementales**:

- ** Esprit Analytique et Critique**: Capacité à analyser des problèmes complexes, à identifier les causes profondes et à propo