

SAYENS est une Société d'Accélération du Transfert de Technologies (SATT), créée fin 2013 par plusieurs établissements de recherche publique grâce au Programme Investissements d'Avenir (PIA).
SAYENS a pour vocation de simplifier, accélérer et faciliter le transfert de technologies et de connaissances de la recherche publique vers les entreprises de toute taille.
Premier acteur de proximité et de confiance, soutenue par l'engagement collectif de ses établissements de recherche actionnaires, SAYENS a accès aux compétences et innovations des 6500 chercheurs issus des 140 laboratoires de recherche publique, répartis sur la Bourgogne Franche-Comté, la Lorraine et le Sud Champagne-Ardenne (Troyes).
Elle s'appuie sur des équipes professionnelles dédiées pour détecter et évaluer les innovations et les accompagner jusqu'au transfert vers l'entreprise (maturation de technologies, licensing, création de start-up,…).
« Dans le cadre de sa politique diversité, SAYENS étudie, à compétences égales, toutes candidatures dont celles de personnes en situation de handicap »
Dans le cadre d’un projet porté par l’Institut Agro Dijon dont l’équipe est lauréate d’un financement de Bpifrance, nous recrutons
Un-e Ingénieur-e R&D en Intelligence artificielle et agriculture numérique.
Ce projet vise à développer et valider une Proof of Concept (PoC) d’un système de désherbage de précision par Spot Spraying, reposant sur l’utilisation de technologies numériques et d’Intelligence Artificielle (IA).
Il est mené en partenariat avec la société AgCoopilot, spécialisée dans le développement de solutions numériques et technologiques dédiées au secteur agricole.
L’objectif est de finaliser et de tester un prototype de Spot Spraying System (3S) permettant de détecter automatiquement les adventices à partir d’images et de commander de manière localisée le dispositif de désherbage d’une machine agricole.
Vous serez au cœur de cette collaboration et travaillerez à l’interface entre recherche, développement informatique, Intelligence Artificielle, agronomie et machinisme agricole.
Votre mission :
1. Finaliser la constitution et l’enrichissement de la base de données d’images d’adventices et de cultures dans différentes conditions agronomiques ;
2. Entraîner, optimiser et évaluer les performances de l’algorithme d’IA à partir de cette base de données ;
3. Implémenter l’algorithme et les briques informatiques nécessaires sur une machine agricole de désherbage ;
4. Implémenter et valider le système en collaboration avec AgCoopilot, sur une machine agricole de désherbage, puis réaliser les essais nécessaires à la démonstration de faisabilité du prototype dans le cadre de la Proof of Concept.
Le poste nécessite une capacité à travailler dans un environnement pluridisciplinaire, à l’interface entre agronomie, informatique, intelligence artificielle, vision par ordinateur, machinisme agricole et expérimentation.
Conditions particulières d’exercice :
• Déplacements occasionnels en France pour les campagnes d’acquisition de données et les phases de tests ;
• Travail ponctuel sur le terrain et en conditions agricoles ;
• Manipulation et expérimentation sur matériel agricole ;
• Alternance entre travail informatique, expérimentation en laboratoire et essais sur le terrain ;
• Permis B souhaité.
Votre formation:
Ingénieur-e ou équivalent Bac+3 à Bac+5 en informatique, intelligence artificielle, science des données, vision par ordinateur, robotique, agronomie, agriculture numérique ou domaine connexe.
Votre expérience:
Une formation ou une expérience combinant informatique/IA et applications agricoles sera particulièrement appréciée.
Une expérience en R&D ou dans le développement de systèmes de vision artificielle appliqués à des environnements réels constituera un atout.
Compétences requises:
Savoirs : Connaissances en intelligence artificielle et apprentissage automatique ;
Connaissances en Deep Learning et en particulier des méthodes de traitement d’images ;
Connaissances en programmation, notamment Python ;
Connaissances en traitement et analyse de données ;
Sensibilisation aux problématiques d’agriculture de précision et de machinisme agricole ;
Anglais scientifique et technique.
Savoir-faire : Constituer et préparer un jeu de données destiné à l’apprentissage d’un modèle d’IA ;
Manipuler, nettoyer, annoter et structurer des données d’images ;
Développer, entraîner et évaluer un modèle de Deep Learning ;
Mettre en œuvre des bibliothèques et frameworks de traitement d’images et d’apprentissage automatique ;
Mettre en œuvre des protocoles expérimentaux et analyser les résultats ;
Diagnostiquer les problèmes rencontrés lors de l’intégration et des essais ;
Qualités personnelles :
- Capacité d’adaptation ;
- Capacité d’animation ;
- Travail en équipe ;
- Sens de l’organisation ; Autonomie ; Rigueur ;
- Curiosité scientifique et technique ;
- Goût pour l’expérimentation et la résolution de problèmes concrets ;
- Capacité à passer de la conception informatique au travail de terrain ;
- Qualités interpersonnelles de communication et de collaboration transdisciplinaire ;
- Capacité à rendre compte de l’avancement des travaux et à proposer des solutions