[CDD] INRAE – Ingénieur.e en vision numérique sur la caractérisation d’une interaction plante-insecte dans une optique agroécologique

Offre d’emploi : Ingénieur d’étude en géomatique (H/F) 
septembre 17, 2024
L’IGN publie son Atlas « Cartographier l’anthropocène » sur la thématique de l’intelligence artificielle au service de la transition écologique
septembre 19, 2024
Offre d’emploi : Ingénieur d’étude en géomatique (H/F) 
septembre 17, 2024
L’IGN publie son Atlas « Cartographier l’anthropocène » sur la thématique de l’intelligence artificielle au service de la transition écologique
septembre 19, 2024
Show all

[CDD] INRAE – Ingénieur.e en vision numérique sur la caractérisation d’une interaction plante-insecte dans une optique agroécologique

Informations importantes

  • Contrat : mission temporaire de 24 mois.
  • Début du contrat : 01/01/2025, cette date de début est négociable.
  • Lieu d’exercice : Le Rheu (35650).

Présentation

L’Institut de Génétique et Protection des Plantes (IGEPP) a pour mission de participer à la transition vers une agriculture plus durable. Dans cette optique, augmenter la part culturale des légumineuses à graines est un enjeu majeur. Cependant, ces cultures sont sensibles à des insectes comme les pucerons qui provoquent des dommages directs (prélèvement de la sève de la plante) et indirects (transmission de virus). L’utilisation de variétés de variétés résistantes est une stratégie alternative aux traitements des cultures par les insecticides. Pour cela, il est nécessaire de pouvoir phénotyper l’interaction entre légumineuses et pucerons de manière rapide, complète et reproductible pour pouvoir rechercher de nouvelles sources de résistance au sein de la diversité génétique des légumineuses.

Dans ce contexte, les équipes « Écologie et Génétique des Insectes » et « Démécologie » de l’IGEPP recherchent un.e ingénieur.e pour développer et intégrer de nouvelles méthodologies de phénotypage digital de l’interaction plante-insecte. Pour cela, il/elle réalisera le déploiement d’algorithmes de vision numérique basés sur des réseaux de neurones et devra suivre les évolutions de l’état de l’art en deep learning et en vision numérique.