Stage
Modélisation spatiaux-temporelle de la production laitière avec des réseaux de neurones
Ce stage de 6 mois porte sur la prévision de séries temporelles, avec un accent sur l’explicabilité des méthodes utilisées. Un intérêt particulier est porté à la détection des phénomènes atypiques et la quantification de leur impact sur la série temporelle cible. Le candidat idéal est en M2 ou en dernière année d’école d’ingénieur, avec des solides compétences en apprentissage automatique, statistiques et programmation. Une sensibilité aux sciences biologiques, agronomiques ou zootechniques est un plus.
STAGE M2, INGÉNIEUR ou CÉSURE - Analyses de la structure des communautés fongiques de la phyllosphère du blé
Résumé du projet
Le projet MycoMix (INRAE SPE / Graduate School BIOSPHERA) vise à explorer la façon dont les mélanges de
variétés de blé plus ou moins résistantes à Zymoseptoria tritici, champignon responsable de la septoriose,
influencent les communautés fongiques associées à la plante. Il s’agit d’évaluer dans quelle mesure ces
communautés microbiennes peuvent contribuer à la régulation de la maladie. Plus précisément, le projet
vise à comparer la structure et la composition des communautés fongiques entre des couverts
M2 Internship/Stage de M2 - Estimation of spatio-temporal models by Graph Neural Networks
All the details are in the joint pdf.
Apprentissage de modèle génératif de scènes 3D de grandes cultures
Afin d’optimiser les traitements dans l’agriculture, et donc de minimiser leur impact, il est
essentiel d’identifier précisément les plantes à cibler. Or, il existe une grande variété de cultures, de
stades de développements, et de conditions, certaines en lien avec le changement climatique. De
plus, les conditions de prise de vue elles-mêmes peuvent être variables selon le type de capteurs,
l’angle de prise de vue, la luminosité, etc.
Le projet de recherche dans lequel s’inscrit ce stage a pour objectif de permettre de comparer des
Résolution de problèmes de viabilité multi-agents : exploration de modèles et recherche opérationnelle
Le laboratoire Mathématiques et d’Informatique Appliquée MIA-PS d’INRAE propose un stage de M2 de 4 à 6 mois d'avril à fin août/septembre 2025, sur la mise au point de méthodes de résolution de problèmes de viabilité dans un cadre multi-agent.
Stage complétion de définition d'ontologie en utilisant les LLM
Ce stage vise à enrichir l’ontologie TransformON, développée par INRAE pour structurer les connaissances sur les itinéraires de production d’aliments et de bioproduits. En s’appuyant sur des techniques de deep learning et des grands modèles de langage (LLM), il s’agira de combler les lacunes en définissant automatiquement des concepts manquants, améliorant ainsi l’interopérabilité et la réutilisation des données scientifiques.
Stage M2 - Inférence de modèles spatio-temporels par réseaux de neurones sur graphes
Stage de M2 (avec possible suite en Thèse) sur l'inférence de modèles statistiques spatio-temporels par réseaux de neurones sur graphes.
Application en environnement/climat/geosciences.
Laboratoires d'accueil : MIA Paris-Saclay (AgroParisTech/INRAE, Université Paris-Saclay) et Équipe Géostatistique, Centre de Géosciences (Mines Paris, PSL).
Tous les détails sont disponibles dans le pdf attaché.
M2 Internship: Visualization for a Digital Twin in Sustainable Winemaking
France, the second-largest wine producer in the world, is adapting to climate change and societal pressures. Winemaking fermentation requires low temperatures, making it energy-intensive. To address this, INRAe's digital twin1 project (DigitWine) uses state-of-the-art sensors to monitor fermentation and aroma compounds.