En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

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

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

Dernière mise à jour : Mai 2018

Menu Logo Principal AGROPARISTECH

GDR Sciences du Bois

CDD IR Modelisation UMR Silva

Chargé(e) de recherche et d’enseignement en foresterie et modélisation Statut : CDD renouvelable d’ingénieur de recherche
  • Objectif

Enseignement et recherche dans le domaine de la sylviculture quantitative, avec pour cœur de compétence la conception, le calibrage et l’implémentation dans des outils de simulation de modèles de croissance forestière.

  • Missions

Missions d’enseignement :

- Enseignements (i) en modélisation forestière (avec suivi de projets nécessitant l’utilisation d’outils de simulation de la croissance et de la production), (ii) en foresterie générale (bases de la gestion, principes de sylviculture et d’aménagement, connaissance des forêts françaises, découverte des enjeux de la foresterie dans les territoires), et (iii) en techniques statistiques appliquées aux sciences forestières.
- Cours, TD en salle et sur le terrain, suivi de projets et de stages, pour étudiants des parcours forestiers du master AETPF et du cursus ingénieur d’AgroParisTech. Une part importante des enseignements en master sera à dispenser en anglais (public totalement ou partiellement international).
- Charge totale équivalente à un quart de temps la 1re année, mais qui augmentera lors du renouvellement du CDD, jusqu’à un mi-temps selon les besoins.

Missions de recherche-développement :

Contribuer aux recherches de l’UMR sur l’adaptation des systèmes de production forestiers aux changements environnementaux et à l’évolution de la demande sociétale. On attend du candidat qu’il développe une bonne capacité à concevoir, calibrer et implémenter dans une plateforme logicielle des modèles de croissance de type phénoménologique (à base dendrométrique) ou hybride (phénoménologique fonctionnel). Ces modèles permettront entre autres d’intégrer de nouvelles connaissances des processus de croissance et d’améliorer l’évaluation des systèmes de production selon différents critères (propriétés du bois, caractéristiques écologiques, bilans environnementaux, performance économique…).

  • Profil candidat(e)

Diplôme requis : doctorat ou diplôme d’ingénieur spécialisé.
Profil recherché : docteur forestier ou ingénieur forestier ayant travaillé dans un contexte de recherche ou de recherche et développement

  • Lieu

Le poste proposé est situé sur le centre de Nancy d’AgroParisTech, dans l’Unité de Formation et de Recherche Forêt, Arbre, Milieux naturels (FAM) du département Sciences et Ingénierie Agronomiques, Forestières, de l’Eau et de l’Environnement (SIAFEE), et il fait partie de l’Unité Mixte de Recherche SILVA (AgroParisTech - Université de Lorraine - INRA).

  • Candidature

Envoyer avant le 5 mai 2019 au responsable de l’UFR Forêt, Arbres, Milieux naturels, B. Ferry (bruno.ferry@agroparistech.fr, tél 03 83 39 68 85) :
- lettre de motivation
- CV
- au moins une lettre de recommandation de la part d’un enseignant ou d’un chercheur académique ou de la R&D, à envoyer directement au responsable de l’UFR FAM.

Les candidats présélectionnés seront invités à une audition le 20 mai 2019 (en présentiel ou en visioconférence/skype). Ils seront ensuite rapidement informés des résultats. Le dossier administratif doit être rempli pour le 31 mai 2019.
Le recrutement devrait prendre effet le 1er septembre 2019

  • Contact

M. Holger Wernsdörfer, enseignant-chercheur Mél : holger.wernsdorfer@agroparistech.fr

M. Bruno Ferry, responsable de l'UFR FAM Tel. : 03 83 39 68 85 Mél : bruno.ferry@agroparistech.fr

Mme Carole Marchal, chargée de mission RH Tel. : 01 44 08 72 05 Mél : carole.marchal@agroparistech.fr