Stage Agro-Data Scientist - ML & Satellite Imagery

GROUPE ROULLIER; Saint-Malo; Remote; EUR 7,800 - 11,000; Full time

Benefits offered by this job

Transport en commun 75% pris en charge

Repas pris en charge

Comité interentreprises

Accès à des installations sportives et

Job summary

GROUPE ROULLIER recherche un Agro-Data Scientist F/H pour un stage de 6 mois à Saint-Malo au sein de la direction AI & Digital Factory. Vous contribuerez à améliorer un outil OAD par l’analyse de données satellitaires multi-temporelles et des méthodes statistiques, en collaboration avec un data scientist et des experts agronomiques.

Vous travaillerez sur des modèles ML, la qualité des données et l’interprétation des indices de végétation, avec une vision structurée et des recommandations

Qualifications

• En cours de formation Bac+4/5 en data science, intelligence artificielle ou statistiques, ou issu(e) d'une formation agronomique avec une spécialisation en data science.
• Intérêt marqué pour l'innovation et l'analyse de données, sensibilité aux enjeux du secteur agricole.

Responsibilities

• Analyser et améliorer des méthodologies statistiques appliquées à des données agronomiques et satellitaires.
• Concevoir et tester des modèles de machine learning (classification, détection de dérives, séries temporelles).
• Travailler sur la qualité et la fiabilité des données (détection de données aberrantes, filtres qualité).
• Exploiter et interpréter des indices de végétation et données d’imagerie satellite.

Skills

Python

Démarche scientifique

Scikit‑learn

Pandas

Statistiques

Education

Bac+4/5 en data science ou IA ou statistiques

Job description

GROUPE ROULLIER recherche un Agro-Data Scientist F/H pour un stage de 6 mois à Saint-Malo au sein de la direction AI & Digital Factory. Vous contribuerez à améliorer un outil OAD par l’analyse de données satellitaires multi-temporelles et des méthodes statistiques, en collaboration avec un data scientist et des experts agronomiques.

Vous travaillerez sur des modèles ML, la qualité des données et l’interprétation des indices de végétation, avec une vision structurée et des recommandations