informations générales
Montpellier
Au sein de l'INRAE, parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l'animal, vous rejoindrez le Laboratoire d'Écophysiologie des Plantes Sous Stress Environnementaux (LEPSE), qui mène des recherches visant à accompagner l'émergence d'une agriculture plus économe en eau et résiliente face au changement climatique. Pour cela le LEPSE étudie les réponses des plantes à la sécheresse et aux températures élevées et explore leur variabilité génétique, entre ou au sein d'une même espèce, à l'aide de dispositifs innovants. Ces réponses sont formalisées puis intégrées dans des modèles de simulation qui permettent d'évaluer les performances des modes de culture dans des scénarios climatiques.
Pour répondre à ses objectifs, le LEPSE développe avec ces partenaires des chaines de traitement, d'analyse et de simulation de données à différentes échelles spatiales et temporelles issues de plateformes de phénotypage, de capteurs connectés, et de mesures manuelles. Ces chaines de traitement sont intégrées dans des systèmes d'information basés sur des ontologies et ressources sémantiques.
En tant qu'ingénieur(e) d'étude, vous aurez pour mission de développer des méthodes et outils de représentation et de gestion de flux de données permettant d'alimenter les analyses et modélisation conduites au laboratoire.
Pour cela vous :
- développerez une application permettant de faciliter la saisie des données dans un format standardisé suivant un schéma de données reposant sur un vocabulaire standardisé
- développerez des parseurs et services web pour alimenter des systèmes d'information et extraire ces données pour alimenter des modèles de simulation
- constituerez et ferez évoluer des ressources sémantiques pour faciliter l'interopérabilité et la gestion des données de phénotypage ainsi que la composition sémantique de modèles de simulation
- effectuerez des tests de performance (profilage de codes) et optimiserez le code (refactorisation, multithreading et parallélisation de processus) d'un modèle de simulation pour l'exécution de grands plans de simulation sur des clusters de calcul
- documenterez le processus de développement ainsi que ses caractéristiques techniques
Formations et compétences recherchées :
- Vous possédez une formation de niveau minimum Bac+3 en informatique, sciences de l'ingénieur, science des données ou dans un domaine connexe.
- Vous maîtrisez un ou plusieurs langages de programmation et l'optimisation de codes. Une expérience en Python et C# est indispensable.
- Vous avez des connaissances dans le domaine des ontologies et de la sémantique web.
- Vous avez démontré votre capacité à travailler de manière autonome et en équipe, avec d'excellentes compétences en communication.
- Vous maitrisez l'anglais scientifique oral et écrit.
- Vous possédez de bonnes qualités rédactionnelles.
En rejoignant INRAE, vous bénéficiez de :
- une opportunité de contribuer à la recherche publique pour développer l'agriculture de demain
- un environnement de travail stimulant et collaboratif
- 30 jours de congés + 15 RTT par an (pour un temps plein)
- un soutien à la parentalité
- dispositif de développement des compétences
- un accompagnement social
- prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel
- activités sportives et culturelles
- une restauration collective.
En savoir plus sur cette annonce sur le site de notre partenairePour répondre à ses objectifs, le LEPSE développe avec ces partenaires des chaines de traitement, d'analyse et de simulation de données à différentes échelles spatiales et temporelles issues de plateformes de phénotypage, de capteurs connectés, et de mesures manuelles. Ces chaines de traitement sont intégrées dans des systèmes d'information basés sur des ontologies et ressources sémantiques.
En tant qu'ingénieur(e) d'étude, vous aurez pour mission de développer des méthodes et outils de représentation et de gestion de flux de données permettant d'alimenter les analyses et modélisation conduites au laboratoire.
Pour cela vous :
- développerez une application permettant de faciliter la saisie des données dans un format standardisé suivant un schéma de données reposant sur un vocabulaire standardisé
- développerez des parseurs et services web pour alimenter des systèmes d'information et extraire ces données pour alimenter des modèles de simulation
- constituerez et ferez évoluer des ressources sémantiques pour faciliter l'interopérabilité et la gestion des données de phénotypage ainsi que la composition sémantique de modèles de simulation
- effectuerez des tests de performance (profilage de codes) et optimiserez le code (refactorisation, multithreading et parallélisation de processus) d'un modèle de simulation pour l'exécution de grands plans de simulation sur des clusters de calcul
- documenterez le processus de développement ainsi que ses caractéristiques techniques
Formations et compétences recherchées :
- Vous possédez une formation de niveau minimum Bac+3 en informatique, sciences de l'ingénieur, science des données ou dans un domaine connexe.
- Vous maîtrisez un ou plusieurs langages de programmation et l'optimisation de codes. Une expérience en Python et C# est indispensable.
- Vous avez des connaissances dans le domaine des ontologies et de la sémantique web.
- Vous avez démontré votre capacité à travailler de manière autonome et en équipe, avec d'excellentes compétences en communication.
- Vous maitrisez l'anglais scientifique oral et écrit.
- Vous possédez de bonnes qualités rédactionnelles.
En rejoignant INRAE, vous bénéficiez de :
- une opportunité de contribuer à la recherche publique pour développer l'agriculture de demain
- un environnement de travail stimulant et collaboratif
- 30 jours de congés + 15 RTT par an (pour un temps plein)
- un soutien à la parentalité
- dispositif de développement des compétences
- un accompagnement social
- prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel
- activités sportives et culturelles
- une restauration collective.
