À propos du poste
TâchesLe candidat retenu travaillera sur un projet national et multidisciplinaire d’AAC visant à développer un système de prévision de nouvelle génération pour le rendement des pommes de terre en utilisant une approche d’apprentissage automatique guidée par la connaissance (KGML) qui intègre les données d’Observation de la Terre (OT), la modélisation des cultures basée sur les processus et des observations à l’échelle des parcelles dans un cadre de prévision unifié. La recherche examinera comment les facteurs environnementaux, pédologiques et de gestion influencent le rendement des pommes de terre à travers différents systèmes de production et variétés.
L’étudiant(e) contribuera au développement et à la validation des modèles prédictifs, avec des opportunités d’acquérir de l’expérience dans l’utilisation des données OT et l’interprétation des données de terrain provenant de champs de pommes de terre à l’Île-du-Prince-Édouard et dans d’autres régions. L’étudiant(e) réalisera cette recherche dans le cadre de sa thèse de maîtrise ou de doctorat, ou dans le cadre d’un projet de recherche d’été pour étudiant(e) de dernière année de premier cycle, offrant une base solide pour des études supérieures futures.
L’étudiant(e) devra :
• Développer et entraîner des modèles d’apprentissage profond et KGML pour prédire la croissance et le rendement des pommes de terre en utilisant des sorties de modèles de culture synthétiques et des observations à l’échelle des parcelles.
• Affiner les modèles à l’aide de données de rendement observées, stratifiées par système de production, région et type d’irrigation.
• Réaliser des analyses statistiques pour évaluer et valider les prédictions des modèles.
• Acquérir de l’expérience dans l’utilisation des indicateurs dérivés des données OT fournis par l’équipe OT comme entrées des modèles.
• Étudier la littérature scientifique pertinente et interpréter les résultats dans le contexte des systèmes de production de pommes de terre au Canada.
• Contribuer à des rapports scientifiques et publications, et présenter les résultats sous forme écrite et orale lors de conférences.
• Participer à des visites de terrain optionnelles à l’Île-du-Prince-Édouard pour observer la production de pommes de terre et les pratiques de collecte de données, ainsi qu’à des formations optionnelles sur l’apprentissage automatique et les méthodes basées sur l’Observation de la Terre (OT).
• Travailler de manière semi-autonome pour dépanner des modèles, interpréter des résultats et résoudre des problèmes de recherche.
• Interagir avec une équipe multidisciplinaire composée de scientifiques, d'étudiants et de techniciens de recherche à travers le Canada.
• Travailler dans le laboratoire de science des données du Dr Morteza Mesbah, en utilisant des ressources informatiques modernes pour le développement de modèles.
• Suivre les meilleures pratiques en matière d'éthique de la recherche, de gestion des données et de reproductibilité.
Milieu de travailL’étudiant(e) travaillera au sein d’une équipe collaborative et interdisciplinaire composée de scientifiques provenant de tout le Canada. Le poste est principalement basé au bureau et sur ordinateur, avec une exposition optionnelle aux données de terrain. L’étudiant(e) travaillera de manière semi-indépendante dans un environnement de recherche et interagira avec des collègues de diverses disciplines, incluant des étudiants, des techniciens de recherche et des scientifiques.
Le Ministère s’est engagé à favoriser la diversité et l’inclusion. AAC compte plusieurs réseaux qui ont pour mission de veiller à ce que le Ministère continue d’évoluer en tant que milieu de travail inclusif, accessible, respectueux et diversifié. Nous invitons tous les employés à se joindre aux réseaux et à participer à leurs activités.
• Réseau de l’inclusion et de la diversité des genres et de la sexualité
• Cercle de réseautage des employés autochtones
• Communauté des gestionnaires
• Réseau des personnes en situation de handicap
• Programme de l’orientation, de l’unité et de la sensibilisation des stagiaires et étudiants
• Réseau des minorités visibles
• Femmes en sciences, technologie, ingénierie et mathématiques
• Réseau des jeunes professionnels
Intention du processus
Ce projet fait partie d’une initiative nationale et interdisciplinaire dirigée par AAC visant à améliorer la prévision du rendement des pommes de terre en utilisant une approche d’apprentissage automatique guidée par la connaissance (KGML), la modélisation des cultures basée sur les processus et les données d’Observation de la Terre (OT). La recherche produit de nouvelles connaissances scientifiques et des outils prédictifs afin d’améliorer la précision, la résolution et l’utilisation opérationnelle des prévisions de rendement des pommes de terre, soutenant les producteurs et les décideurs à travers le Canada.
Le poste est principalement basé au bureau et sur ordinateur, avec des opportunités d’acquérir de l’expérience en utilisant les données de terrain collectées dans des champs de pommes de terre à l’Île-du-Prince-Édouard et dans d’autres régions. L’étudiant(e) travaillera de manière semi-indépendante dans un environnement de recherche et interagira avec des personnes de divers horizons, incluant des étudiants, des techniciens de recherche et des scientifiques de plusieurs disciplines.
Postes à pourvoir
1
Messages importants
Les candidat(e)s devront payer leurs frais de déplacement liés à l’évaluation, et les candidat(e)s retenu(e)s seront responsables de trouver leur propre hébergement.
La réussite d’une affectation de travail dans le cadre du Programme de stages pour chercheurs (RAP) et de votre programme d’études pourrait mener à un poste temporaire ou permanent dans la fonction publique fédérale, pour lequel vous remplirez les critères de mérite et les conditions d’emploi.
Requis (essentiel pour le poste)
Votre demande doit clairement décrire comment vous répondez aux énoncés suivants
Études :
Le candidat ou la candidate doit être actuellement inscrit(e), ou inscrit(e) au plus tard à la date de la nomination, à un programme de maîtrise ou de doctorat dans une discipline pertinente (p. ex., sciences biologiques, agronomie, sciences de l’environnement, géographie, génie, génie des bioressources, informatique, télédétection, science des données ou domaine connexe) dans un établissement postsecondaire canadien accrédité. Ceci inclut les étudiants ayant terminé un baccalauréat et ayant été admis à un programme de cycles supérieurs commençant l’année universitaire suivante.
Le programme doit comporter une composante de recherche dans le cadre du cursus.
Remarque : Les candidats doivent être reconnus comme ayant le statut d’étudiant à temps plein dans l’établissement où ils sont actuellement inscrits. Les personnes en attente d’une confirmation d’admission ou en cours de soumission de leur demande sont encouragées à présenter leur candidature. Une preuve d’inscription sera exigée avant la date de début.
L’étudiant(e) est censé(e) se relocaliser ou travailler à l’Île-du-Prince-Édouard (IPE) pendant la durée du poste.
En savoir plus sur l'équivalence des diplômes.
Expériences* :
Expérience dans l’analyse de données de systèmes environnementaux ou agricoles à l’aide d’outils de programmation (p. ex., Python, R ou logiciels SIG), incluant des données spatiales, temporelles ou issues de l’observation de la Terre.
Expérience dans l’intégration de données ou de méthodes provenant de plus d’un domaine (p. ex., sciences de l’environnement, agronomie, télédétection ou apprentissage automatique) dans le cadre d’un projet académique ou de recherche.
Expérience dans la réalisation de projets de recherche, incluant le suivi de protocoles, la collecte, le nettoyage et la documentation des données.
Expérience dans la rédaction de rapports, résumés de recherche ou essais à des fins académiques ou professionnelles.
Expérience dans la collaboration au sein d’équipes multidisciplinaires, incluant étudiants, chercheurs ou partenaires externes.
* Dans le cadre du recrutement étudiant dans la fonction publique fédérale, l’expérience peut être acquise par les études, le travail ou le bénévolat.
Sera appliqué / évalué à une date ultérieure
Connaissances :
Connaissance de la biologie des plantes, de la croissance des cultures et des agroécosystèmes.
Connaissance de la télédétection, de l’observation de la Terre ou du traitement de données géospatiales.
Connaissance de l’apprentissage automatique ou de la modélisation statistique appliquées à des données environnementales, agricoles ou géospatiales.
Connaissance des méthodes de recherche, de la collecte et de la gestion de données.
Compétences :
Capacité à planifier et organiser.
Communication interactive.
Initiative et motivation personnelle.
Attention aux détails.
Travail d’équipe et collaboration.
Habiletés :
Capacité à analyser et interpréter des ensembles de données complexes.
Capacité à appliquer des méthodes computationnelles et statistiques pour modéliser la croissance et le rendement des cultures.
Capacité à synthétiser les résultats et à communiquer les conclusions auprès d’auditoires techniques et non techniques.
Équité, diversité et inclusion
La fonction publique du Canada s'est engagée à se doter d'un effectif compétent qui reflète la diversité de la population qu'elle dessert. Nous favorisons les groupes visés par l'équité en matière d'emploi et vous encourageons à vous autodéclarer dans votre demande d'emploi si vous appartenez à un des groupes désignés.
En savoir plus sur la diversité et équité en matière d'emploi.
La sélection pourrait se limiter aux membres des groupes visés par l'équité en emploi suivants : les autochtones, les personnes en situation de handicap, les minorités visibles, et les femmes.
En savoir plus sur l'équité en matière d'emploi.