Etudier les variations d’altitudes dans le temps avec des images radar (dont Sentinel-1 (SAR))
août 2, 2017Innov’Space 2017 : Quelques innovations TIC parmi les 47 innovations du Space 2017
août 3, 2017AgrOptimize développe plusieurs OAD (fertilisation, prévision de rendement, phytopathologie, …), le poste demande d’intervenir comme ressource transversale de modélisation au sein de plusieurs programmes R&D / maturation technologique. Notamment, il s’agira de développer des démarches de modélisation des cultures en vue de prédire le rendement et la qualité des productions de grandes cultures. Le but est de développer des approches innovantes pour prédire des variables agro-économiques clés, en se basant à la fois sur des modèles mécanistiques de croissance de culture (crop growth models) et sur des approches statistiques classiques et innovantes (machine learning).
Les missions :
• analyser de grands jeux de données (rendements, conduites des cultures, etc. ) issus du terrain collectés par AgrOptimize ;
• tester des approches de modélisation statistique pour la simulation de la croissance des grandes cultures, en se basant sur les données du terrain ;
• adapter les approches de modélisation pour l’assimilation de données de télédétection ;
• calibrer/valider les approches de modélisation ;
• tester une approche d’ensemble de modèles pour la prédiction et l’intégration des modèles statistiques avec les modèles mécanistiques ;
• analyser les résultats de simulation et gérer l’incertitude des prédictions ;
• réaliser ces tâches dans une phase de développement tout en préparant le workflow pour la production, en lien avec le service IT.
Toutes les informations pour candidater : agroptimize