En savoir plus

A propos des cookies

Qu’est-ce qu’un « cookie » ?

Un "cookie" est une suite d'informations, généralement de petite taille et identifié par un nom, qui peut être transmis à votre navigateur par un site web sur lequel vous vous connectez. Votre navigateur web le conservera pendant une certaine durée, et le renverra au serveur web chaque fois que vous vous y re-connecterez.

Différents types de cookies sont déposés sur les sites :

  • Cookies strictement nécessaires au bon fonctionnement du site
  • Cookies déposés par des sites tiers pour améliorer l’interactivité du site, pour collecter des statistiques

> En savoir plus sur les cookies et leur fonctionnement

Les différents types de cookies déposés sur ce site

Cookies strictement nécessaires au site pour fonctionner

Ces cookies permettent aux services principaux du site de fonctionner de manière optimale. Vous pouvez techniquement les bloquer en utilisant les paramètres de votre navigateur mais votre expérience sur le site risque d’être dégradée.

Par ailleurs, vous avez la possibilité de vous opposer à l’utilisation des traceurs de mesure d’audience strictement nécessaires au fonctionnement et aux opérations d’administration courante du site web dans la fenêtre de gestion des cookies accessible via le lien situé dans le pied de page du site.

Cookies techniques

Nom du cookie

Finalité

Durée de conservation

Cookies de sessions CAS et PHP

Identifiants de connexion, sécurisation de session

Session

Tarteaucitron

Sauvegarde vos choix en matière de consentement des cookies

12 mois

Cookies de mesure d’audience (AT Internet)

Nom du cookie

Finalité

Durée de conservation

atid

Tracer le parcours du visiteur afin d’établir les statistiques de visites.

13 mois

atuserid

Stocker l'ID anonyme du visiteur qui se lance dès la première visite du site

13 mois

atidvisitor

Recenser les numsites (identifiants unique d'un site) vus par le visiteur et stockage des identifiants du visiteur.

13 mois

À propos de l’outil de mesure d’audience AT Internet :

L’outil de mesure d’audience Analytics d’AT Internet est déployé sur ce site afin d’obtenir des informations sur la navigation des visiteurs et d’en améliorer l’usage.

L‘autorité française de protection des données (CNIL) a accordé une exemption au cookie Web Analytics d’AT Internet. Cet outil est ainsi dispensé du recueil du consentement de l’internaute en ce qui concerne le dépôt des cookies analytics. Cependant vous pouvez refuser le dépôt de ces cookies via le panneau de gestion des cookies.

À savoir :

  • Les données collectées ne sont pas recoupées avec d’autres traitements
  • Le cookie déposé sert uniquement à la production de statistiques anonymes
  • Le cookie ne permet pas de suivre la navigation de l’internaute sur d’autres sites.

Cookies tiers destinés à améliorer l’interactivité du site

Ce site s’appuie sur certains services fournis par des tiers qui permettent :

  • de proposer des contenus interactifs ;
  • d’améliorer la convivialité et de faciliter le partage de contenu sur les réseaux sociaux ;
  • de visionner directement sur notre site des vidéos et présentations animées ;
  • de protéger les entrées des formulaires contre les robots ;
  • de surveiller les performances du site.

Ces tiers collecteront et utiliseront vos données de navigation pour des finalités qui leur sont propres.

Accepter ou refuser les cookies : comment faire ?

Lorsque vous débutez votre navigation sur un site eZpublish, l’apparition du bandeau « cookies » vous permet d’accepter ou de refuser tous les cookies que nous utilisons. Ce bandeau s’affichera tant que vous n’aurez pas effectué de choix même si vous naviguez sur une autre page du site.

Vous pouvez modifier vos choix à tout moment en cliquant sur le lien « Gestion des cookies ».

Vous pouvez gérer ces cookies au niveau de votre navigateur. Voici les procédures à suivre :

Firefox ; Chrome ; Explorer ; Safari ; Opera

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de INRAE par email à cil-dpo@inrae.fr ou par courrier à :

INRAE
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2021

Menu Logo Principal Logo MathNum Logo Muse Logo Institut Agro Mistea logo

UMR MISTEA

Stages/Thèses/Post-Doc

Étudiant(e) en Master 2 ou de dernière année d’école d’ingénieur (niveau bac+5) en informatique
  • Titre : Science Ouverte : publication de jeux de données en Agronomie et Environnement
  • Durée: 4 à 6 mois en 2023 (période flexible). Indemnisation d'environ 550 euros par mois (taux légal). Possibilité d’embauche à la suite du stage.
  • Profil recherché : suivre actuellement une formation de Master 2 ou de dernière année d’école d’ingénieur (Bac+5) en informatique ou un diplôme européen équivalent.
  • Fiche avec sujet et contacts : 2023_Stage_DataSet_INRAE.pdf
Étudiant(e) en Master 2 ou de dernière année d’école d’ingénieur (niveau bac+5) en informatique
  • Titre : Gestion d’identifiants multi-labels et mise en place d’un moteur de recherche textuelle avancée
  • Durée: 4 à 6 mois en 2023 (période flexible). Indemnisation d'environ 550 euros par mois (taux légal). Possibilité d’embauche à la suite du stage.
  • Profil recherché : suivre actuellement une formation de Master 2 ou de dernière année d’école d’ingénieur (Bac+5) en informatique ou un diplôme européen équivalent.
  • Fiche avec sujet et contacts : 2023_Stage_AdvancedTextSearch_INRAE.pdf

Etudiant(e) en Master 1, Master 2, en stage de fin d'études, ou en césure (niveau bac+4)

titre du sujet:Modélisation et simulation du cycle biogéochimique dans un petit lac urbain

Durée: 4 à  mois

Profil recherché: Etudiant(e) en écologie numérique ou en mathématiques appliquées en Master 1, Master 2, en stage de fin d'études, ou en césure (niveau bac+4) avec des compétences et un goût pour la modélisation et la simulation numérique. En fonction de la formation de l’étudiant(e) et du niveau d’études, le sujet pourra être adapté au compétences et souhaits de l’étudiant(e). Un bon niveau en programmation est requis (R et/ou python et/ou matlab). Des connaissances en écologie-biogéochimie seraient un plus.

Fiche avec sujet et contacts:

2023_stage_ETALACLIM_ecologie.pdf
pdf - 260,40 kB

 

Master student  Topic : statistics applied to environment

Title : Machine Learning for lake pollution forecast

Recruitment: Ideally first semester of 2023 (flexible). 4 to 6 months.

Competences: Master students with competence/knowledge in machine learning. Taste for real data, real modeling, real application and real problematics.

Localization : UMR MISTEA, INRAE Montpellier SupAgro France.

Detailed offer:

internship_2023_ML_lake.pdf
pdf - 263,81 kB

Etudiant(e) en Master 2 - Domaine : statistique/data science appliquée à l’agronomie

titre du sujet : Détermination des facteurs influençant la dynamique mensuelle de croissance du mycélium de truffe dans le sol

Recrutement : entre février et mars 2023

Profil recherché: Etudiant.e de niveau master 2 avec une bonne composante en mathématiques appliquées, ou en césure avec des compétences et un goût pour la statistique/traitement des données.

Localisation : UMR MISTEA , INRAE Montpellier SupAgro France.

Fiche avec sujet et contacts:

offre_stage2022-M2.pdf
pdf - 145,15 kB

Etudiant(e) en Master 2 , en stage de fin d'études, ou en césure (niveau bac+4)

titre du sujet : Caractérisation de l’impact de la perméabilité du bouchon sur le vieillissement des vins blancs

Recrutement : janvier 2023 - durée 4 à 6 mois

Profil recherché: Etudiant·e de niveau Master avec forte composante en Mathématiques Appliquées,en stage de fin d’études, ou en césure avec des compétences et un goût pour la data

Localisation : UMR MISTEA , INRAE Montpellier SupAgro France.

Fiche avec sujet et contacts:

2023_Stage_DIAM.pdf
pdf - 45,57 kB

Contrat post-doctoral – Domaine : statistique/data science

titre du sujet : Analyse des déterminants de trajectoires pluriannuelles de dépérissement du vignoble par régression linéaire bayésienne pour données fonctionnelles

Recrutement : dès que possible - durée 9 mois

Profil recherché: le ou la candidat(e) doit être titulaire d’une thèse en statistique/data science ou en agronomie/agroécologie/écologie avec une forte composante statistique. Une connaissance de la statistique bayésienne ou des modèles de régression fonctionnelle serait un plus. Le ou la candidat(e) devra maîtriser le langage R.

Localisation : UMR MISTEA et ABSys, INRAE Montpellier SupAgro France.

Fiche avec sujet et contacts:

offre_post-doc2022.pdf
pdf - 120,66 kB