Chargé-e de recherche en apprentissage en statistiques spatiales

Retour à la liste des postes de la campagne

Présentation d'INRAE

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche placé sous la double tutelle du ministère en charge de l’agriculture et du ministère en charge de la recherche. 

C'est un acteur majeur de la recherche et de l’innovation créé le 1er janvier 2020. Institut de recherche finalisé issu de la fusion entre l’Inra et Irstea, INRAE rassemble une communauté de 12 000 personnes, avec 268 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. 

L’institut se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal, et se classe 11ème mondial en écologie-environnement. Face à l’augmentation de la population, au changement climatique, à la raréfaction des ressources et au déclin de la biodiversité, INRAE construit 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

L'unité Biostatistique et processus SPatiaux (BioSP) à INRAE (Avignon) développe des travaux en statistique, en systèmes dynamiques, en écologie-épidémiologie avec un intérêt particulier pour les questions spatiales et spatio-temporelles. Les domaines d'application de ces travaux sont avant tout l'écologie, l'épidémiologie, l'agriculture, l'environnement et les risques climatiques. L'activité de recherche en statistiques spatiales et spatio-temporelles (champs gaussiens, extrêmaux et processus ponctuels) constitue le cœur historique et l'un des axes disciplinaires qui structurent l'unité. L’évaluation des risques épidémiologiques, environnementaux ou climatiques est désormais confrontée à la croissance exponentielle du nombre et du volume des bases de données, évolution qui impacte à la fois les méthodes d’analyse spatiale (dimensionnalité) et les méthodes d’apprentissage (présence de structures de dépendances spatiales ou spatio-temporelles). L'hybridation entre ces deux approches représente un enjeu scientifique majeur. A terme, l'ambition est de renouveler les recherches en statistiques spatiales menées à BioSP et de positionner l'unité en tant qu'acteur apportant des contributions théoriques et méthodologiques dans ce champ de recherche.

A BioSP, vous développerez des recherches en apprentissage pour les données présentant des dépendances spatiales et/ou spatio-temporelles dans les domaines d’applications de l’unité cités ci-dessus. Le champ de recherche étant vaste et les pistes nombreuses, vous aurez l'autonomie pour définir vos priorités de recherche à l'intérieur de ce périmètre. Par vos compétences théoriques dans l’un des domaines de l’apprentissage, vous viendrez renforcer l'unité dans l’utilisation de ces techniques et dans l’évolution des approches de statistiques spatiales. Vous collaborerez avec les membres de l'unité développant des recherches dans les domaines des statistiques spatiales, des événements extrêmes et de l'épidémiologie, et vous pourrez vous appuyer sur les jeux de données étudiés dans ce cadre. Vous serez associé-e aux travaux de la chaire Geolearning portée par l'unité en lien avec l'équipe Géostatistique de l’Ecole de Mines de Paris, https://chaire-geolearning.org/.

En cohérence avec la politique INRAE en matière de science ouverte, vous valoriserez vos travaux de recherche auprès de la communauté scientifique par des publications et mettrez à disposition des packages R/Python/C++ afin de permettre une large diffusion des méthodes développées. Vous vous appuierez sur le riche réseau de collaborations méthodologiques déjà établi par BioSP et l’élargirez à différents niveaux : local, national et international. Vous interviendrez dans des formations (masters, écoles-chercheurs) et des encadrements de stagiaires et de doctorants.

Votre équipe vous en dit plus sur votre futur job

Formations et compétences recherchées

Concours ouvert aux candidats titulaires d’un doctorat (ou équivalent).

Des compétences et une expérience dans l’un des domaines de l’apprentissage (Machine Learning, Deep Learning, domain adaptation, transfer learning, weakly supervised learning et knowledge distillation, Generative Adversial Networks, Deep Generative Models) sont vivement recommandées.

Vous avez montré votre capacité à apporter des développements dans l’un de ces domaines, de préférence dans le traitement de données montrant des dépendances spatiales ou spatio-temporelles, si possible en apportant des résultats mathématiques nouveaux, par exemple sur des garanties théoriques liées à ces méthodologies.

Vous savez diffuser vos avancées par des codes informatiques ouverts.

Des expériences déjà avérées dans l'analyse de données spatialisées dans le domaine du climat, de l'environnement et/ou de l'écologie seraient très appréciées.

Vous avez le goût du travail en équipe et un très bon relationnel. Vous faites preuve d’initiative et d’autonomie.
La maîtrise de l’anglais est souhaitée ainsi qu’une expérience internationale de longue durée : les lauréats qui n’en auraient pas encore réalisé seront fortement incités à effectuer un séjour à l’étranger co-construit avec l’équipe d’accueil à l’issue de l’année de stage.

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez :

- de 30 jours de congés + 15 RTT par an (pour un temps plein)
- d'un soutien à la parentalité : CESU garde d'enfants, prestations pour les loisirs ;
- de dispositifs de développement des compétences : formation, conseil en orientation professionnelle ;
- d'un accompagnement social : conseil et écoute, aides et prêts sociaux ;
- de prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel ;
- d'activités sportives et culturelles ;
- d'une restauration collective.

Consultez notre guide pour faciliter la venue et le séjour des scientifiques internationaux à INRAE