Simulation de données de crowdsourcing en agriculture pour l’évaluation de modèles

SFBI

Montpellier

On-site

EUR 10,000 - 15,000

Part time

3 days ago
Be an early applicant

A complete application in a minute

Tailored resume and cover letter, ready to send.

Get past ATS filters

Job summary

SFBI cherche un stagiaire Master 2 pour une mission de simulation de données de crowdsourcing en agriculture. Vous développerez un vignoble virtuel et des modèles d’observation et de mesure, afin d’évaluer des métriques et d’étalonner des simulateurs sur des données réelles Apex Vigne.

Le stage, de 5 à 6 mois à Montpellier, mobilise des compétences en statistiques, modélisation et programmation (R/Python), avec encadrement pluridisciplinaire et perspective de publication.

Qualifications

  • Formation solide en statistiques, mathématiques appliquées ou data science.
  • Bonnes compétences en programmation (R ou Python).
  • Connaissances en processus ponctuels, statistique spatiale ou modélisation multi‑agents souhaitées.

Responsibilities

  • Prise en main des données Apex Vigne et analyse exploratoire des pratiques de collecte.
  • Étude bibliographique des approches de simulation de données participatives et opportunistes.
  • Simulation d’un état hydrique de référence du vignoble à l’échelle régionale à partir de covariables environnementales (météo, sol, topographie, etc.).
  • Modélisation du processus de collecte à l’aide de processus ponctuels spatio-temporels et de modèles de comportement des utilisateurs (approche multi‑agents envisageable).
  • Modélisation de l’erreur de mesure, en simulant le classement des 50 apex et le calcul de l’iC‑Apex selon le niveau d’expertise de l’observateur.
  • Étalonnage et validation du simulateur par confrontation des données simulées aux données réelles.
  • Génération d’un ensemble de jeux de données de référence selon des scénarios contrastés (intensité et durée de la collecte, niveau de biais spatial et temporel, hétérogénéité des contributeurs).
  • Illustration de l’usage de ces jeux de données sur une méthode d’estimation simple.
  • Développement d’un code modulaire, documenté et reproductible (R ou Python).
  • Rédaction d’un rapport de stage et valorisation scientifique (présentation interne, publication, mise à disposition des jeux de données simulés).

Skills

Statistiques
Mathématiques
Data science
R/Python
Processus ponctuels
Statistique spatiale
Multi‑Agents

Education

Master 2 / dernière année d’école d’ingénieur

Tools

R
Python

Job description

Simulation de données de crowdsourcing en agriculture pour l’évaluation de modèles

Stage·Stage M2·6 moisBac+5 / MasterUMR ITAP et UMR AGAP·Montpellier (France)

crowdsourcing simulation données opportunistes processus ponctuels état hydrique de la vigne sciences participatives statistiques spatiales

Stage M2 - Simulation de données de crowdsourcing en agriculture pour l’évaluation de modèles

Résumé : Les données issues du crowdsourcing offrent une couverture spatio-temporelle hors de portée des réseaux de mesure classiques en agriculture, mais leur échantillonnage est opportuniste. Apex Vigne en est un bon exemple avec plus de 50 000 observations de l’état hydrique de la vigne, collectées par environ 3 000 contributeurs.trices. La collecte d’observations se concentre cependant dans certains vignobles et s’intensifie avec l’apparition du stress hydrique. L’échantillonnage est donc biaisé dans le temps et dans l’espace. Pour évaluer les modèles qui doivent corriger ces biais, il faudrait connaître l’état hydrique réel en tout point et à tout instant, ce qui est impossible à faire en pratique. Ce stage propose d’aborder ce verrou par la simulation. L’objectif est de modéliser un vignoble virtuel dont l’état hydrique est entièrement connu, observé selon un processus de collecte et un modèle d’erreur étalonnés sur les données réelles.

Disciplines

Data Science / Modélisation stochastique / Agronomie / Environnement
Durée : 5 à 6 mois
Lieu : Montpellier
Niveau requis : Master 2 / dernière année d’école d’ingénieur
Mots-clefs : crowdsourcing, simulation, données opportunistes, processus ponctuels, état hydrique de la vigne, sciences participatives, statistiques spatiales

Contexte

Le suivi de l’état hydrique de la vigne est un enjeu crucial dans la gestion du vignoble, car il influence directement la croissance végétative, le rendement et la qualité de la récolte. Les méthodes de mesure disponibles à l’échelle parcellaire restent toutefois souvent onéreuses et complexes à déployer sur le terrain. Pour répondre à ce problème, l’Institut Agro Montpellier et l’Institut Français de la Vigne et du Vin (IFV) ont développé l’application mobile gratuite Apex Vigne. Elle facilite la collecte et la géolocalisation d’observations par les viticulteurs-trices et les conseillers-ières viticoles à l’aide de la méthode des apex. Cette méthode d’observation simple permet de calculer un indicateur synthétique, l’iC-Apex, utilisable pour l’aide à la décision.
Dans un contexte de changement climatique, suivre l’état hydrique du vignoble à l’échelle régionale est aussi un enjeu fort pour accompagner les décisions de la filière à court et à long terme. À cette échelle, les approches existantes reposent sur la modélisation mécaniste et la télédétection. Elles ne s’appuient pas sur des mesures réelles et nécessitent de fortes hypothèses. Les observations Apex Vigne sont horodatées, géoréférencées et centralisées dans une base de données. Elles constituent donc une alternative prometteuse. Plus de 50 000 observations ont déjà été collectées par environ 3 000 contributeurs-trices, principalement en région méditerranéenne.
L’usage de l’application reste cependant opportuniste. Les utilisateurs-trices observent en fonction de leurs propres préoccupations et contraintes logistiques. Il en résulte une forte variabilité selon plusieurs dimensions : le nombre de parcelles suivies par utilisateur, le niveau d’expertise des observateurs, le nombre d’observations par parcelle et par saison, ainsi que les dates de première et de dernière observation. Les données produites sont ainsi incertaines, asynchrones et hétérotopes. À l’échelle d’une région, l’échantillonnage est par ailleurs biaisé dans l’espace, avec une surreprésentation des vignobles où une dynamique collective s’est mise en place. Il est aussi biaisé dans le temps, avec une concentration des observations lors de l’apparition d’un stress hydrique. Dans ce dernier cas, la collecte dépend de la variable à estimer elle-même, ce qui complique fortement l’analyse.
Des modèles visant à corriger ces biais et à reconstituer l’état hydrique régional à partir de ces observations seront développés dans la suite du projet. Leur évaluation se heurte toutefois à une difficulté majeure. L’état hydrique réel du vignoble n’est jamais connu en tout point et à tout instant. Les données réelles ne permettent pas non plus d’isoler l’effet de chaque source de biais ou d’erreur. Une solution consiste à construire un vignoble virtuel dont l’état hydrique serait entièrement connu. Il s’agit ensuite de simuler la manière dont des contributeurs viendraient l’observer, avec leurs habitudes, leurs préférences et leurs erreurs. Les jeux de données ainsi générés reproduisent les défauts des données réelles tout en conservant la vérité terrain. Ils permettront de vérifier si un modèle retrouve correctement l’état hydrique simulé. Ils permettront aussi de tester sa robustesse face à différents scénarios de collecte.

Objectifs du stage
  1. Un état hydrique de référence simulé à l’échelle régionale, variable dans l’espace et dans le temps.
  2. Un modèle du processus d’observation, qui décrit quels utilisateurs observent quelles parcelles, où et quand. Ce modèle tiendra compte de l’engagement des contributeurs, des regroupements spatiaux et de l’intensification de la collecte lors de l’apparition du stress.
  3. Un modèle de mesure, qui décrit l’erreur d’observation selon le profil de l’observateur.
Missions principales
  • Prise en main des données Apex Vigne et analyse exploratoire des pratiques de collecte (parcelles par utilisateur, calendrier des observations, distribution spatiale, profils d’utilisateurs).
  • Étude bibliographique des approches de simulation de données participatives et opportunistes.
  • Simulation d’un état hydrique de référence du vignoble à l’échelle régionale à partir de covariables environnementales (météo, sol, topographie, etc.).
  • Modélisation du processus de collecte à l’aide de processus ponctuels spatio-temporels et de modèles de comportement des utilisateurs (approche multi-agents envisageable). Cette modélisation intégrera la dépendance entre collecte et état hydrique.
  • Modélisation de l’erreur de mesure, en simulant le classement des 50 apex et le calcul de l’iC-Apex selon le niveau d’expertise de l’observateur.
  • Étalonnage et validation du simulateur par confrontation des données simulées aux données réelles.
  • Génération d’un ensemble de jeux de données de référence selon des scénarios contrastés (intensité et durée de la collecte, niveau de biais spatial et temporel, hétérogénéité des contributeurs).
  • Illustration de l’usage de ces jeux de données sur une méthode d’estimation simple.
  • Développement d’un code modulaire, documenté et reproductible (R ou Python).
  • Rédaction d’un rapport de stage et valorisation scientifique (présentation interne, publication, mise à disposition des jeux de données simulés).
Profil recherché
  • Solide formation en statistiques, mathématiques appliquées ou data science, avec un goût pour la modélisation stochastique et la simulation.
  • Bonnes compétences en programmation (R ou Python).
  • Des connaissances en processus ponctuels, statistique spatiale ou modélisation multi-agents seraient un plus.
  • Intérêt pour les problématiques agricoles ou environnementales et pour les sciences participatives.
  • Autonomie, rigueur, curiosité scientifique.
Encadrement et environnement

Le stage sera encadré par une équipe pluridisciplinaire en data science et agronomie (Institut Agro Montpellier – UMR ITAP, CIRAD). Les deux co-encadrants seront Léo Pichon et Maxime Ryckewaert. L’étudiant.e donnera accès aux données réelles d’Apex Vigne et à des ressources de calcul (cluster). Une thèse pourra être envisagée à l’issue du stage.

Offre publiée le 17 novembre 2026, affichage jusqu'au 16 janvier 2027

Get your free, confidential resume review.

or drag and drop your file here.

Similar jobs

Similar jobs worth comparing

Stage : Amélioration de la méthode des apex pour le suivi de l'état hydrique de la vigne en production (H/F)
Stage : Amélioration de la méthode des apex pour le suivi de l'état hydrique de la vigne en production (H/F)

Vitijob • Occitanie

On-site
EUR 10,000 - 13,000
Stage: Simulation de données crowdsourcing en viticulture
Stage: Simulation de données crowdsourcing en viticulture

SFBI • Montpellier

On-site
EUR 10,000 - 15,000
STAGIAIRE M2 OU INGÉNIEUR EN DATA SCIENCE APPLIQUÉE À L'AGRICULTURE F/H
STAGIAIRE M2 OU INGÉNIEUR EN DATA SCIENCE APPLIQUÉE À L'AGRICULTURE F/H

TERRES INOVIA • Thiverval-Grignon

On-site
EUR 12,000 - 19,000
Indemnités de stage
Titres restaurant
Aide au transport
Stage M2, ingénieur en Data science appliquée à l'agriculture
Stage M2, ingénieur en Data science appliquée à l'agriculture

Terres Inovia • Friauville

Hybrid
EUR 7,800 - 12,000
Indemnités de stage
Titres restaurant
Aide au transport
ANALYSE D’IMPACTS OBSERVÉS DU CHANGEMENT CLIMATIQUE SUR DES SYSTÈMES MARAÎCHERS F/H
ANALYSE D’IMPACTS OBSERVÉS DU CHANGEMENT CLIMATIQUE SUR DES SYSTÈMES MARAÎCHERS F/H

INRAE UNITÉ EXPÉRIMENTALE MARAÎCHAGE • Alénya

On-site
EUR 7,000 - 8,000
Logement sur site à loyer modéré
Frais de déplacement pris en charge
Stage : Modes de conduite et pilotage de la maturité du raisin (H/F)
Stage : Modes de conduite et pilotage de la maturité du raisin (H/F)

CIVC • Épernay

On-site
EUR 10,000 - 15,000
Stage REGULAR - Modéliser la phénologie des insectes inféodées aux cultures pour aider à la décision : application au maraîchage et à l’arboriculture en Pays de la Loire
Stage REGULAR - Modéliser la phénologie des insectes inféodées aux cultures pour aider à la décision : application au maraîchage et à l’arboriculture en Pays de la Loire

Chambre d’agriculture de région Pays de la Loire • Angers

On-site
EUR 5,500 - 8,300
Stage : Etude la diversité phénologique intravariétale d'une sélection massale (H/F)
Stage : Etude la diversité phénologique intravariétale d'une sélection massale (H/F)

Groupe d'intérêt économique \"réflexions scientifiques\" de 9 • Pauillac

On-site
EUR 7,100 - 9,600
Frais de déplacement remboursés (repas
Véhicule nécessaire
ÉVALUATION MULTICRITÈRE DE SYSTÈMES VITICOLES AGROÉCOLOGIQUES PROJET SALSA+ F/H
ÉVALUATION MULTICRITÈRE DE SYSTÈMES VITICOLES AGROÉCOLOGIQUES PROJET SALSA+ F/H

Apecita • Villeneuve-lès-Maguelone

On-site
EUR 7,000 - 8,000
Stage : R&D viticole cépages résistants et d'adapatation (H/F)
Stage : R&D viticole cépages résistants et d'adapatation (H/F)

GIE ICV - VVS • Boirargues

On-site
EUR 6,700 - 10,000