Offre de stage
Historiquement, la caractérisation des pratiques agricoles passe par une collecte active de données sur l’utilisation des agroéquipements. Cependant, dans le contexte de développement de l’agriculture numérique, ces données, subjectives et en quantité limité, ne sont plus suffisantes. En effet, le développement de modèles agronomiques complexes, optimisés en continu et capable de s’adapter à des contextes dynamiques passe par la collecte de données objectives, géolocalisées et en grande quantité.
Des technologies laissant envisager des perspectives de collecte passive de ces données se développent massivement : les capteurs sur les agroéquipements se multiplient tandis que d’autres technologies externes communicantes se développent également. Enfin, la plupart des agriculteurs sont équipés en smartphones, intégrant eux-mêmes des capteurs simples.
Néanmoins, si la plupart des données produites sont aujourd’hui valorisées dans un cadre précis (suivi de flotte, maintenance prédictive, R&D interne constructeurs, etc.), elles sont rarement exploitées dans l’objectif de caractériser ou d’améliorer les pratiques agricoles. Il parait néanmoins possible de caractériser finement ces pratiques agricoles avec un nombre limité d’informations, selon la région et la période de capture de données.
Les valorisations d’une telle caractérisation sont multiples et prometteuses : pour les agriculteurs, faciliter les démarches administratives de saisie de données, dans des logiciels de traçabilité notamment ; comparer leurs pratiques avec d’autres agriculteurs au sein d’un groupe ou réseau, constituer une communauté d’utilisateurs via une application dédiée, etc. Au-delà de l’exploitation agricole, pour la recherche, améliorer la connaissance des différents systèmes de production et des pratiques dans ces derniers.
Les travaux de la Chaire Agro-Machinisme et Nouvelles Technologies ont permis de mettre en évidence un potentiel dans la valorisation de données simples captées passivement par les smartphones pour la caractérisation des pratiques agricoles. Alors que ces premiers travaux se concentraient sur l’identification des opérations à l’échelle d’un nombre restreint d’exploitations agricoles, la continuité vise un changement d’échelle permettant la caractérisation automatique et géolocalisée des pratiques agricoles.
Comment, à partir de données simples captées par les smartphones, est-il possible de caractériser les pratiques agricoles à moyenne/grande échelle ? Et par extension, comment mettre en place une solution visant à rendre cette méthode accessible aux agriculteurs ?
Principales missions :
- Compréhension de la problématique, définition du domaine de validité de l’étude (limites géographiques, culturales, autres…) ;
- Réflexion sur une typologie des opérations agricoles répondant aux besoins de l’étude ;
- Développement d’une méthode pour caractériser les pratiques agricoles à l’aide de données simples à moyenne/grande échelle ;
- Tests sur une base de données existante et avec des utilisateurs sélectionnés ;
- Validation de la méthode en vue du développement d’une solution technique ;
- Rédaction du cahier des charges fonctionnel d’une solution technique pour valorisation de la méthode.
Profil :
Elève-ingénieur agronome avec sensibilité numérique / data, ou élève-ingénieur / master 2 numérique avec connaissance impérative du monde agricole.
Compétences requises :
- Connaissances dans le domaine des agroéquipements et du numérique ;
- Forte capacité d’organisation ;
- Aisance relationnelle, animation de groupe ;
- Prise d’initiative.
Type de contrat :
Candidatures attendues avant le 15/02/2021 comprenant CV et lettre de motivation. Stage à déployer entre Janvier et Septembre 2020 pour une durée totale de 6 mois – Indemnité légale soit environ 550 €/mois + tous frais de déplacement – convention de stage nécessaire.
Une prise en charge partielle des frais d’hébergement pourra être envisagée pour les étudiants bénéficiaires d’une bourse d’état.
Contacts :
Candidature à envoyer par email à Simon RITZ (simon.ritz@unilasalle.fr) en rappelant la référence de l’annonce Agrosciences/2020/CHAIREAMNT/04