Role overview
Le pôle Agricole du groupe coopératif Euralis, a créé un nouveau modèle économique au service de ses adhérents.
Il leur propose un accompagnement personnalisé qui garantit leur revenu via des prestations de conseil, de services innovants et la mise à disposition de filières performantes et responsables.
Ces filières à haute valeur ajoutée aident les agriculteurs à aller vers une agriculture durable, plurielle et raisonnée.
What you'll work on
- Archéologie & Qualité de la donnée : Explorer l'historique de notre outil parcellaire, nettoyer les bruits de fond et structurer les données pour les rendre exploitables.
- Prévision de collecte : Développer des modèles prédictifs (séries temporelles, machine learning) pour anticiper les volumes et la qualité des récoltes en fonction des variables climatiques et des pratiques culturales.
- Recommandation agronomique : Identifier les "patterns" de succès pour aider à construire les programmes agronomiques les plus performants et durables (optimisation des intrants, choix des variétés).
- Veille & IA Open Source : Tester et adapter les derniers modèles open source (LLM pour l'analyse de rapports, modèles de vision pour le satellite, etc.) adaptés au monde agricole.
What we're looking for
- Double Culture : Tu es étudiant en Master Data Science ou en École d'Agro avec une forte spécialisation numérique. Tu sais ce qu'est un indice NDVI mais aussi une forêt aléatoire (Random Forest).
- Autonomie & Explorateur : On ne te donnera pas une recette toute faite. Tu aimes chercher, tester, échouer, et recommencer jusqu'à trouver la solution.
- Curiosité Technique : Le monde de l'IA avance vite. Tu es en veille constante sur les solutions Open Source et tu as hâte de les appliquer à des cas concrets.
- Technos : Maîtrise de Python (Pandas, Scikit-learn, PyTorch/TensorFlow) et SQL. La connaissance des outils Talend, Qlik et Webi est un vrai plus.
Tags & focus areas
Used for matching and alerts on DevFound Internship Data Science Ai