Ingénieur-e traitement d'image - signal pour le phénotypage végétal

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

INRAE développe un réseau d'installations de phénotypage haut-débit, soutenu par des projets d'envergure nationale (PIA PHENOME-EMPHASIS, PEPR AgroEcoPhen) et internationale (infrastructure européenne EMPHASIS, projet Horizon Europe PHENET). L'équipe ImHorPhen joue un rôle clé au sein de cette infrastructure sur la thématique du profil du poste. Au niveau de l'unité d'accueil, l'Institut de Recherches en Horticulture et Semences, la thématique des interactions hôtes pathogènes intéresse directement 6 équipes avec des problématiques de phénotypage qui peuvent nécessiter l'usage de l'imagerie en milieu contrôlé dans les serres de la plateforme de phénotypage PHENOTIC et au verger (gérés par l'UE HORTI). Ces équipes sont impliquées dans des projets d'ampleur tant au niveau national qu'international avec des fronts de sciences en GxE, de santé des plantes et de sélections variétales en collaboration avec le GEVES et le GIS-fruit notamment.
L'avènement des méthodes d'apprentissage machine à base de réseaux de neurones profond révolutionne actuellement le traitement d'image et permet une accélération considérable du déploiement de solution d'imagerie via des architectures génériques capables de résoudre les principales problématiques en traitement d'image (classification, reconnaissance d'objets, segmentation). Cette révolution permet d'envisager de s'attaquer à traiter la diversité des contrastes, échelles (organe, plante entière, canopée), structures de données (RGB, multispectral, thermique, LIDAR) rencontrés pour le phénotypage des interactions hôtes-pathogènes. Le principal verrou devient la disponibilité de données annotées et représentative de cette diversité. Dans ce contexte vous aurez en charge le management de la collecte des données, le management de l'annotation et la validation des données. Ces collectes seront réalisées en partenariat avec l'ensemble des unités expérimentales (UE) et unités mixte de recherche (UMR) intéressées à l'échelle du réseau INRAE par les caractéristiques visées de façon à obtenir des algorithmes d'IA robustes.
Vous rejoindrez l'équipe ImHorPhen, actuellement composée de 28 personnes dont 9 permanents, spécialisée dans le phénotypage, le traitement des images et l'analyse de données et dispose d'un parc informatique permettant le déploiement de méthodes de type machine ou deep learning via des composants GPU adaptés. A court terme (2025-2028), vous vous impliquerez dans les projets PEPR Agroecophen et Horizon Europe PHENET dans lesquels l'équipe d'accueil et l'IRHS jouent un rôle clé (responsable de WP, porteur de cas d'usage et animation de la partie apprentissage machine). Vous participerez à l'encadrement des doctorants de l'équipe ImHorPhen ainsi que des ingénieurs d'études (19 personnes) investis dans ces projets d'ampleurs nationales et internationales.
Dans ce contexte, vos activités seront :
- Réaliser des chaines de traitement en faisant appel majoritairement à du deep learning pour des recherches multi-échelles (du pot au champ) et sur des projets des équipes de proximité et au niveau national au sein de l'infrastructure PHENOME ;
- Participer à la construction de projets avec les Unités de Recherche de l'infrastructure PHENOME en orientant le choix des méthodes de traitements à réaliser ;
- Prendre part à l'étalonnage des outils (pour le volet traitement), en lien avec les responsables de l'instrumentation des installations de PHENOTIC ;
- Faire le lien avec les Systèmes d'information et les interfaces de traitement locales et nationales ;
- Prendre part aux groupes de travail dans Phenome-Emphasis pour harmoniser les besoins et partager les traitements pour les cultures des Pays de la Loire.

Le poste ouvre droit à une prime informatique dont le niveau sera déterminé en fin de campagne, sous réserve que le/la candidat(e) retenu(e) réponde aux conditions d'attribution de ladite prime.

Poste ouvert uniquement aux fonctionnaires et aux agents en CDI de la Fonction Publique.

Formations et compétences recherchées

Vous serez compétent-e en analyse des images (notamment utilisant le Deep Learning) de différentes natures : visible, multispectrale voire hyperspectrale et en traitement de nuages de points 3D. Vous aurez la capacité de contribuer, de façon experte, à la définition des questions de phénotypage, de les transcrire en scripts d'analyse. Vous ferez preuve d'anticipation de ces besoins en proposant des méthodes d'analyse nouvelles, permettant l'optimisation des processus de phénotypage mais également l'identification de nouveaux caractères d'intérêt en lien avec les biologistes.
Vous devrez vous intégrer et collaborer avec les acteurs du phénotypage haut-débit au niveau local (PHENOTIC) et national (PHENOME EMPHASIS).
Vous aurez des capacités de gestion de projets, d'encadrement d'étudiants et participerez aux missions de formations et de dissémination des connaissances.

Modalités pour postuler

1. Je télécharge le guide Guide des candidats - CAMOB 2024 pdf - 3.30 MB
2. Je note le numéro du profil CAMOB24-IR-SPE-1
3. Je m'inscris Inscription