Ingénieur.e - Développement avancé R H/F
Référence : 2025-1842461
- Fonction publique : Fonction publique de l'État
-
Employeur :
Institut National de Recherche pour l'Agriculture, l'Alimentation et l'Environnement (INRAE)
INRAE Centre Provence-Alpes-Côte d'Azur - Unité de Recherche Biostatistique et processus SPatiaux (BioSP) - Localisation : Domaine de Saint Paul, Site Agroparc, 228 Route de l'aérodrome Cs, 40509, 84914 Avignon Cedex 09
Partager la page
Veuillez pour partager sur Facebook, Twitter et LinkedIn.
- Nature de l’emploi Emploi ouvert uniquement aux contractuels
-
Nature du contrat
CDD de 2 ans
- Expérience souhaitée Non renseigné
-
Rémunération (fourchette indicative pour les contractuels) Non renseigné
- Catégorie Catégorie A (cadre)
- Management Non renseigné
- Télétravail possible Oui
Vos missions en quelques mots
Vous intégrerez l’unité BioSP afin de contribuer aux travaux de la chaire Geolearning, et en particulier pour développer une nouvelle génération de générateurs stochastiques de conditions météorologiques. Après une rapide prise en main de la thématique de recherche vous participerez à l’amélioration du package R {MSTWeatherGen}1 (https://github.com/sobakrim/MSTWeatherGen). {MSTWeatherGen} est un générateur stochastique de conditions météorologiques multivarié et spatio-temporel. Il fournit des outils permettant l’inférence statistique des paramètres du modèle à partir d’une base de données d’observations, ainsi que des méthodes pour générer des données météorologiques synthétiques qui peuvent ensuite être utilisées pour diverses applications, notamment dans le domaine de la recherche climatique et de la modélisation agricole ou hydrologique.
Vous développerez dans un premier temps des interfaces (méthodes et fonctions) pour simplifier l’utilisation des méthodes et la manipulation des données du package {MSTWeatherGen}. En complément, une application RShiny sera développée pour permettre une utilisation ergonomique du package ainsi que pour visualiser et interpréter les résultats. Par la suite, vous ajouterez des nouvelles fonctionnalités au package en intégrant de
nouveaux modèles mathématiques (algorithmes) en cours de développement dans l’unité ainsi que des nouvelles structures de données émergeant des besoins des utilisateurs.
Vous serez pleinement associé.e aux activités et aux animations scientifiques de la chaire Geolearning. Des déplacements ponctuels sont à prévoir, par exemple à Paris auprès des partenaires de la chaire.
Profil recherché
Master/Ingénieur (Bac+5)
Compétences recherchées
Savoir-faire :
Compétences nécessaires :
- Mathématique/Statistiques en modélisation
- Maîtrise du langage R et de son écosystème
- Développement d’applications R-Shiny
- Développement algorithmique, tests et documentation
- Connaissance de git
- Test et benchmarking d’algorithmes
Compétences appréciées :
- Connaissance de la modélisation stochastique
- Connaissance de gitlab (CI/CD) et/ou github (Actions)
- Connaissance approfondie du langage R (tidyverse, sf, geosphere, Rcpp, ...)
- Connaissance en packaging R
- Développement d’applications R-Shiny avancé (HTML, css, JS, )
Savoir-être :
Compétences nécessaires :
- Être rigoureux.se, méthodique, savoir s’organiser et planifier son travail
Savoir communiquer et vulgariser auprès d’un public d’informaticiens et de non-informaticiens - Être à l’écoute et faire preuve d’initiative, être force de proposition
- Savoir s’intégrer et travailler en équipe
- Être à l’aise en anglais (lu et écrit) et anglais scientifique (lu)
Compétences appréciées :
- Être intéressé.e par (ou familier avec) le monde de la recherche
- Avoir une appétence pour la thématique abordée
Niveau d'études minimum requis
- Niveau Niveau 7 Master/diplômes équivalents
- Spécialisation Mathématiques, Informatique, traitement de l'information, réseau de transmission des données
Localisation
Éléments de candidature
Documents à transmettre
Personnes à contacter
- ALLARD Denis - denis.allard@inrae.fr
- REY Jean-François - jean-francois.rey@inrae.fr
Qui sommes-nous ?
NOTRE AMBITION : AGIR POUR LA VIE, L’HUMAIN, LA TERRE
Premier organisme de recherche spécialisé au monde en agriculture, alimentation et environnement, INRAE est né le 1er janvier 2020 de de la fusion entre l’INRA et IRSTEA. Nous sommes une communauté de travail de 12 000 personnes, avec plus de 200 unités de recherche et une quarantaine d’unités expérimentales implantées dans 18 centres sur toute la France.
Notre Mission ?
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.
Pour répondre à ces grands enjeux mondiaux, nous avons besoin de renfort dans nos équipes. Des métiers de la recherche aux métiers de l’appui, l’INRAE recrute à tout niveau de diplôme (du CAP/BEP à Bac+8) !
Rejoignez une communauté engagée et agissez pour l’intérêt général !
Descriptif du service
Le poste prend place dans l'unité Biostatistique et processus SPatiaux (BioSP) située à Avignon qui développe des travaux en statistique, en systèmes dynamiques, en écologie-épidémiologie, et aux interfaces entre ces différentes disciplines 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 et l'environnement. L'équipe Recherche de BioSP compte 16 chercheurs et 6 ingénieurs (compétents en mathématiques, statistique et informatique).
Au sein de cette équipe, vous rejoindrez le groupe de scientifiques associés à la chaire Geolearning qui est une initiative de recherche conjointe avec le Centre de Geosciences de Mines Paris. L’objectif de cette chaire est de développer des méthodes en géostatistique, en théorie des événements extrêmes et en apprentissage automatique pour l’analyse des données au service de la transition climatique.
À propos de l'offre
-
Susceptible d'être vacant à partir du 02/06/2025
-
Experte / Expert en information statistique
