Stage M2: Développement d'une chaîne de simulation des cultures : de la programmation scientifique à la bioéconomie

INRAE; Barenton-Bugny; On-site; EUR 10,000 - 15,000; Full time

Job summary

INRAE recherche un stagiaire Master 2 ou grande école d’ingénieurs pour développer une chaîne de simulation scientifique. Vous utiliserez Python et R sur des données réelles (RPG, base de données sol, données SAFRAN) et explorerez l’impact de la résolution spatiale et des scénarios climatiques futurs jusqu’en 2050.

Vous assurerez la reproductibilité du workflow et la documentation du processus. Le stage vise à livrer un outil réutilisable et adaptable à d’autres départements, avec un accent fort

Qualifications

• Bonnes bases en programmation et analyse de données.
• Souci de reproductibilité et documentation du workflow.
• Intérêt pour la modélisation et les données géographiques.

Responsibilities

• Développer la chaîne de simulation avec Python et R.
• Travailler sur des données réelles (RPG, sols, SAFRAN).
• Tester des hypothèses de modélisation et évaluer l’effet de la résolution des données.
• Fournir un outil de recherche réutilisable et documenter le workflow.

Skills

Programmation scientifique

Automatisation des workflows

Education

Master 2 ou dernière année d'école d'ingénieurs

Tools

R

Python

Job description

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales , implantées dans 18 centres sur toute la France.INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Environnement de travail, missions et activités

Le stage s'inscrit dans le projet de thèse intitulé Propagating representation uncertainty in agricultural biomass from data to decisions: how much information is enough for robust territorial bioeconomy planning, porté par Shule Wang à INRAE, au sein de l'UMR Transfrontalière BioEcoAgro sur le site de Barenton-Bugny (proche de Laon). Dans ce contexte, vous chercherez à répondre à la question suivante : Peut-on simuler de manière fiable la production agricole et ses impacts environnementaux sans disposer des données les plus fines ?

Ce stage vise à étudier cette question en développant une chaîne de simulation reproductible fondé sur STICS, un modèle de culture et de fonctionnement du sol, pour un territoire d'étude donné : le département de l'Aisne. Vous étudierez l'effet de la résolution spatiale des données d’entrées sur les résultats du modèle, puis explorerez l’effet des conditions climatiques futures. Ce stage a une forte composante en programmation scientifique. L'objectif est de pouvoir lancer, organiser et comparer de grands ensembles de simulations, tout en modifiant facilement les jeux de données d'entrée, les résolutions spatiales et les scénarios de simulation.

Vos missions, si vous les acceptées :

• Développer la chaîne de simulation (utilisation de Python et R).
• Travailler sur des données réelles (RPG, base de données de sol, données SAFRAN).
• Tester des hypothèses de modélisation, puis évaluer les conséquences du changement de resolution sur les sorties.
• Livrer un outil de recherche réutilisable : documenter le workflow, garantir la reproductibilité des simulations et préparer l'extension de la chaîne de simulation à d'autres départements des Hauts-de-France.
• Explorer des scénarios climatiques futurs (en fonction de l’avancement des travaux) à l'horizon 2050.

Formations et compétences recherchées

Vous aimez travailler avec des données, comprendre le comportement des modèles et développer des outils que d'autres pourront réutiliser ? Ce stage pourrait vous intéresser.

Compétences en programmation : une première expérience pratique en R ou en Python est attendue, ainsi qu'un intérêt pour la programmation scientifique et l'automatisation des workflows. Il n'est pas nécessaire de maîtriser les deux langages, mais il faut être prêt à apprendre et à utiliser l'un et l'autre selon les besoins du projet. Un intérêt pour la programmation assistée par l'IA et la capacité à évaluer de manière critique le code généré par ces outils seront appréciés. Une expérience préalable des assistants de programmation fondés sur l'IA n'est pas nécessaire.

Conditions de diplôme et de qualification

Vous êtes étudiant ou étudiante en Master 2 ou en dernière année d'école d'ingénieurs et vous vous intéressez à la programmation, à la modélisation scientifique et à leurs applications environnementales.

Formations pertinentes : agronomie, sciences des cultures, modélisation environnementale, sciences des données géographiques ou domaines connexes. Un intérêt pour les processus agricoles et environnementaux est important. Aucune connaissance préalable de STICS n'est requise : une formation sera assurée pendant le stage.

Bonne maîtrise en Anglais. Permis B recommandé (site relativement isolé).

Critères d’évaluation des candidatures

L'encadrement sera assuré par : Loïc Strullu, ingénieur de recherche en modélisation des agroécosystèmes ; Shule Wang, titulaire d'une chaire de professeur junior en bioéconomie et Utkarsh Singh, doctorant.

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez(selon le type de contrat et sa durée) :

Les personnes accueillies à INRAE, établissement public de recherche, sont soumises aux dispositions du Code de la fonction publique notamment en ce qui concerne l’obligation de neutralité et le respect du principe de laïcité. A ce titre, dans l’exercice de leurs fonctions, qu’elles soient ou non au contact du public, elles ne doivent pas manifester leurs convictions, par leur comportement ou leur tenue, qu’elles soient religieuses, philosophiques ou politiques. En savoir plus : site fonction publique.gouv.fr