Outils numériques pour l’agriculture - Stage H/F

Acteur de la transition écologique dans un contexte de changement climatique, Rives & Eaux du Sud-Ouest réunit près de 250 collaborateurs et de nombreux savoir-faire complémentaires visant à accompagner les territoires sur les sujets liés à la gestion des ressources en eau et des infrastructures hydrauliques, la transition agricole et la transition énergétique.

Au-delà des compétences, nous recherchons une personnalité en accord avec nos valeurs que sont

la Confiance, l’Honnêteté, l’Écoute, le Respect, l’Esprit d’équipe et la Solidarité.

Nous avons la conviction que les talents en phase avec ces valeurs nous permettent d’avancer avec cohésion et rendent notre organisation performante.

Dans le cadre de ses activités de recherche et développement, Rives & Eaux du Sud-Ouest développe un outil innovant basé sur la data science et l’intelligence artificielle pour améliorer la gestion de l’irrigation agricole. Ce dispositif, reposant sur l’analyse de données issues de sondes tensiométriques, permet de prédire l’évolution de la tension en eau du sol afin d’aider les agriculteurs à anticiper leurs besoins en irrigation.

Déjà fonctionnel, ce prototype entre aujourd’hui dans une phase de consolidation, d’amélioration des performances et de déploiement opérationnel auprès des utilisateurs. Le stage d’une durée de 6 mois s’inscrit dans cette dynamique, avec pour objectif de fiabiliser l’outil, d’optimiser les modèles prédictifs et d’accompagner sa mise à disposition auprès des équipes internes et des agriculteurs, en lien étroit avec la R&D et le terrain.

o Comprendre l’architecture globale et le pipeline de traitement des données.

o Analyser le modèle de prédiction actuel basé sur les données de sondes tensiométriques.

o Identifier les limites du système et proposer des axes d’amélioration.

o Optimiser les performances des modèles existants.

o Ajuster les paramètres et améliorer la robustesse des prédictions.

o Expérimenter de nouvelles approches de modélisation (comparaison LSTM / Transformers…).

o Superviser le bon fonctionnement de l’outil en conditions réelles.

o Détecter et corriger les erreurs lors de l’utilisation ou du déploiement.

o Relancer et recalibrer les modèles si nécessaire.

o Intégrer les données issues des capteurs installés chez les agriculteurs.

o Améliorer l’interface existante développée sous Streamlit.

o Faciliter la lecture et l’interprétation des résultats pour les utilisateurs.

o Optimiser la visualisation des données et des prédictions.

o Participer à la maintenance et à l’amélioration du déploiement cloud (Cloud Run, Firebase Hosting ou équivalent).

o Contribuer à la mise en production de l’outil pour les équipes internes et les agriculteurs.

o Garantir la stabilité, la robustesse et l’accessibilité de la solution.