Chargé de Recherche sur Modélisation Réseaux Bayésiens H/F

Inrae Val-De-Loire Nogent-Sur-Vernisson

Vous serez basé(e) au centre INRAE à Nogent-sur-Vernisson (Loiret) dans l'Unité Ecosystèmes Forestiers
(EFNO), composée de 34 chercheurs, ingénieur-es et techniciens à 1h en train de Paris à partir de Montargis. Les activités de recherche et
d'expertise y portent principalement sur le fonctionnement et la gestion durable des écosystèmes forestiers
tempérés.
Vous participerez au programme de recherche appelé X-RISKS (Analyse et gestion des risques multiples dans les
systèmes socio-écologiques forestiers), financé par le programme national de recherche PEPR-FORESTT (2024-2030, https://www.pepr-forestt.org/). Le projet X-RISKS se concentre sur l'analyse et la gestion des risques multiples dans les systèmes socio-écologiques forestiers. Une partie du projet X-RISKS consiste à travailler sur le cadre conceptuel pour l'application des approches multi-risques sur des systèmes forestiers
empiriques. Votre travail contribuera à une compréhension commune et à une définition stable des approches multi-risques en mettant en oeuvre un modèle de réseau bayésien des risques multiples dans les socio-écosystèmes forestiers. Vous participerez au programme de recherche appelé X-RISKS (Analyse et gestion des risques multiples dans les systèmes socio-écologiques forestiers), financé par le programme national de recherche PEPR-FORESTT (2024-2030, https://www.pepr-forestt.org/). Le projet X-RISKS se concentre sur l'analyse et la gestion des risques multiples dans les systèmes socio-écologiques forestiers. Une partie du projet X-RISKS consiste à travailler sur le cadre conceptuel pour l'application des approches multi-risques sur des systèmes forestiers empiriques.
Votre travail contribuera à une compréhension commune et à une définition stable des approches multi-risques en mettant en oeuvre un modèle de réseau bayésien des risques événements de tempête, incendies, épidémies d'insectes) et à leurs interactions possibles. La personne sera supervisée par Anders Mårell (INRAE-EFNO, Nogent-sur-Vernisson) et Lionel Hertzog (IGN-LIF, Nancy). L'équipe de recherche LIF travaille avec les données de l'Inventaire Forestier National français et développe des recherches pour le suivi des impacts du changement climatique sur les forêts ainsi que sur la télédétection pour les inventaires forestiers multisources. La personne bénéficiera des interactions avec d'autres chercheurs dans le cadre du projet de recherche X-RISKS: Nicolas Eckert (INRAE-IGE, Grenoble), Eric Rigolot (INRAE-URFM, Avignon), François Pimont (INRAE-URFM, Avignon), Sylvain Dupire (INRAE-LESSEM, Grenoble) et Denis Allard (INRAE-BioSP, Avignon).
Vous serez chargé(e) de:
- Élaborer et mettre en oeuvre un modèle de réseau bayésien de deux facteurs de risque ou plus
interagissant dans la gestion forestière.
- Appliquer le modèle en utilisant une approche par étude de cas (une ou deux études de cas régionales
françaises).
- Contribuer par des idées conceptuelles sur les évaluations de risques multiples.
- Organiser des réunions pour interagir avec d'autres chercheurs du projet X-RISKS afin de construire le
modèle, et ensuite pour échanger sur le modèle avec les parties prenantes associées au projet X-RISKS.
Formations et compétences recherchées :

Doctorat/Ingénieur grandes écoles :
Formation recommandée : Elle/ilpossède un doctorat en modélisation de réseaux bayésiens.
Connaissances requises: Elle/il doit avoir de bonnes compétences en gestion des données et en
programmation. Un solide bagage scientifique en modélisation bayésienne ou en évaluations de risques
multiples. Excellente capacité à communiquer en anglais, tant à l'oral qu'à l'écrit.
Expérience appréciée : Familiarité avec la programmation en R. Nous attendons un candidat/une candidate
ayant un solide parcours de publications dans des revues pertinentes.
Compétences recherchées: Excellentes compétences interpersonnelles et de communication ainsi que la
capacité à travailler en équipe.

Avantages : 30j de congés+15RTT/CESU/restaurat° collect.