Offre en lien avec l’Action/le Réseau : – — –/– — –

Laboratoire/Entreprise : Centre d’études et de recherche en informatique et
Durée : 16 mois
Contact : faten.atigui@lecnam.net
Date limite de publication : 2026-10-15

Contexte :
La région méditerranéenne est confrontée à des défis majeurs, aggravés par la rareté de l’eau et les effets croissants du changement climatique. Le développement de la production de lait de chamelle apparaît comme une alternative durable à l’élevage laitier bovin conventionnel, très consommateur de ressources (eau/énergie, fourrages, médicaments, etc.), en offrant à la fois résilience et bénéfices environnementaux. Le projet CAMELAIT4MED vise à favoriser la transformation durable de la chaîne de valeur du lait de chamelle grâce à la mise en œuvre holistique de technologies et de pratiques innovantes à différentes étapes de la chaîne de production. Un des objectifs du projet CAMELAIT4MED est le suivi et la promotion du bien-être et de la santé des chameaux grâce à l’adoption de techniques d’élevage de précision. En s’appuyant sur les technologies des capteurs (applications IoT), le projet vise à surveiller la santé, la productivité et le bien-être du troupeau en temps réel, améliorant ainsi les normes de bien-être animal et la productivité comme l’acceptabilité par les populations tout en minimisant l’usage des antibiotiques et le recours au vétérinaire. Ces technologies, couplées à des méthodes d’analyse innovante de données massives visent à extraire des connaissances relatives à la prédiction du stress et des maladies des chameaux.
Le projet mobilise des approches interdisciplinaires associant informatique, science des données, intelligence artificielle et analyse du vivant instrumente. Les données proviennent de capteurs portés ou embarqués, de capteurs environnementaux, de systèmes de suivi automatisés et/ou de bases de données associées aux dispositifs expérimentaux ou de terrain. La diversité des flux, la variabilité temporelle, les variations à l’échelle individuelle et au niveau de l’élevage, la présence de bruit, de valeurs manquantes et d’artefacts de mesure rendent nécessaire la proposition d’approches méthodologiques nouvelles de modélisation et d’analyse prédictive de données massives.

Sujet :
Ce projet de post-doctorat vise à développer de nouvelles méthodes de science des données et d’analyse prédictive dédiées au suivi du bien-être et de la santé animale à partir de données issues de capteurs. Les travaux porteront sur la conception d’approches méthodologiques innovantes capables de prendre en compte la complexité des données collectées, notamment leur caractère fonctionnel, multibloc, multiniveau, hétérogène ou incomplet, afin de prédire avec précision différents indicateurs de santé de l’animal tels que la glycémie, le taux de lipides, la pression artérielle ou encore le poids corporel. Le projet comportera également un important volet d’ingénierie des données consacré au développement et à la validation d’une chaîne complète d’ingestion, d’intégration, de synchronisation et de traitement de données provenant de plusieurs capteurs. Cette démarche comprendra la qualification et la préparation des données, l’extraction de caractéristiques pertinentes ainsi que la modélisation de données fonctionnelles et hétérogènes à travers des méthodologies situées à l’interface de la statistique, de l’apprentissage automatique et de l’intelligence artificielle. Enfin, les approches développées seront intégrées dans un prototype d’analyse prédictive qui sera déployé et évalué en conditions réelles afin d’en mesurer la robustesse, la pertinence et les performances pour le suivi de la santé et du bien-être animal.

Profil du candidat :
– Doctorat en science des données, intelligence artificielle, informatique ou diplôme équivalent.
– Compétences solides en analyse prédictive, modélisation statistique, apprentissage automatique et exploitation de données hétérogènes et massives, données fonctionnelles, données de capteurs.
– Maîtrise des technologies récentes en science de données et en IA, ainsi que des bonnes pratiques de programmation scientifique et de reproductibilité.
-Capacité à travailler dans un cadre interdisciplinaire et international, avec de bonnes aptitudes de rédaction scientifique en français et en anglais.

Formation et compétences requises :

Adresse d’emploi :
Laboratoire CEDRIC, Conservatoire national des arts et métiers, 2 rue Conté 75003 Paris 2 Rue conté, 75003 Paris

Document attaché : 202609241613_PostDoc_camelait4med.pdf