Stage Master 2: Modélisation climatique des prairies

INRAE; Pérignat-lès-Sarliève; Sur place; EUR 5 500 - 8 300; Plein temps

Avantages offerts par ce poste

Congés 2,5 jours/mois

Transport en commun dédié et gratuit

Résumé du poste

INRAE, Institut national de recherche pour l’agriculture, l’alimentation et l’environnement, propose un stage au sein de l’unité mixte Herbivores. Vous travaillerez sur la modélisation des prairies et des systèmes herbagers, avec des missions de simulation et d’évaluation des impacts climatiques, en collaboration avec les acteurs territoriaux.

Formation requise en production animale ou agronomie, avec une connaissance de la modélisation et une capacité d’analyse de données; priorité à une veille

Qualifications

• Formation ingénieur ou universitaire en production animale ou agronomie.
• Connaissances souhaitées: modélisation, agronomie.
• Expérience appréciée: Modélisation simple, analyse de données, bibliographie.
• Aptitudes recherchées: capacité à lire des rapports techniques et des articles scientifiques, réflexion critique, logique, persévérance et autonomie.

Responsabilités

• Prendre en main l’outil Maelia, avec le support du Laboratoire d’Agronomie et d’Environnement.
• Définir/affiner des itinéraires de conduite des prairies.
• Simuler et calibrer la conduite et la production des prairies.
• Évaluer l’effet du changement climatique sur les systèmes herbagers.
• Présenter et discuter des résultats avec les acteurs du territoire.

Connaissances

Modélisation

Analyse de données

Autonomie

Formation

Cursus ingénieur ou universitaire en production animale ou agronomie

Outils

Maelia

Description du poste

INRAE, Institut national de recherche pour l’agriculture, l’alimentation et l’environnement, propose un stage au sein de l’unité mixte Herbivores. Vous travaillerez sur la modélisation des prairies et des systèmes herbagers, avec des missions de simulation et d’évaluation des impacts climatiques, en collaboration avec les acteurs territoriaux.

Formation requise en production animale ou agronomie, avec une connaissance de la modélisation et une capacité d’analyse de données; priorité à une veille