MAS Seeds est une société de semences, filiale du Groupe Coopératif Maïsadour, 1ère coopérative de France à avoir obtenu le label engagé RSE niveau confirmé. Depuis plus de 70 ans, MAS Seeds développe un portefeuille de semences innovant et durable, des solutions appliquées aux semences et des agro-services pour toujours mieux accompagner les agriculteurs dans la transition écologique. La marque est présente dans 50 pays, grâce à nos 13 filiales réparties sur 4 continents. Nos activités s'articulent autour des 3 métiers clés d'un semencier complet:
* Nos équipes R&D sélectionnent des hybrides de maïs et de tournesol résilients et performants qui répondent aux enjeux agronomiques actuels.
* Nos équipes opérationnelles produisent des semences de haute qualité grâce à des protocoles stricts au sein des parcelles de notre réseau de producteurs et dans nos usines.
* Nos équipes commerciales et marketing accompagnent nos clients sur leur territoire pour nourrir la planète tout en facilitant la transition du monde agricole.
Rejoindre MAS Seeds et ses 880 collaborateurs c'est:
* Devenir acteur de la transition agricole au sein d'une entreprise engagée dans l'agroécologie et la préservation des territoires.
* Intégrer une entreprise à taille humaine avec une véritable ouverture à l'international.
* Développer ses compétences dans un environnement collaboratif et bienveillant.
Descriptif du poste:
Contexte:
Dans le contexte de sélection variétale, la caractérisation environnementale des lieux dans lesquels sont testées les variétés joue un rôle primordial; le but étant de sélectionner des variétés adaptées aux conditions climatiques des marchés dans lesquelles elles vont être commercialisées.
Les variations de nature du sol, du rayonnement lumineux et de température de surface affectent remarquablement le rendement différentiel des variétés, en fonction d'ajustements écophysiologiques, notamment l'évapotranspiration et la photosynthèse. L'analyse de regroupement des environnements (lieux * années) permet d'identifier des régions qui minimisent les interactions génotype-environnement (G × E).
L’utilisation adéquate des informations enviro-typiques peut améliorer la précision et l’efficacité de la sélection du maïs en fournissant des informations importantes sur les facteurs environnementaux qui affectent le rendement des différentes variétés. La génération de marqueurs environnementaux associés au rendement peut permettre une meilleure sélection d’hybrides pour des environnements spécifiques.
Objectif:
Ce stage a pour objectif de:
1. Profiter de la grande quantité de données historiques disponibles dans l’entreprise pour définir un jeu de données robuste combinant performance (rendement) des variétés dans des environnements (lieux * années) ainsi que les caractérisations agro-climatiques de ces environnements.
2. Evaluer sur ce jeu de données la qualité de la stratégie actuelle de caractérisation environnementale.
3. Définir des améliorations au process actuel à l’aide de méthodes traditionnelles ou plus récentes de modélisation.
Moyens disponibles:
* Une base de données historique d’essais variétaux avec les performances des variétés et les conditions agro-climatiques associées.
* Un serveur R/Python pour faire de l’analyse de données.
* Possibilité d’utiliser du cloud computing si nécessaire.
#J-18808-Ljbffr
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.