Offre d’entreprise · via Ouest-France EmploiNouveau

STAGE MASTER 2 INGÉNIEUR AGROSCIENCE, GÉNÉTIQUE, BIOSTATISTIQUE F/H

SYSAAF · Nouzilly

SalaireGrille légale de l’apprentissageDe 27 % à 100 % du SMIC selon votre âge et l’année du contrat.
LieuNouzilly
ContratStage
Votre âge

43 % du SMIC la 1re année, 51 % la 2e, 67 % la 3esoit au moins 802,82 € brut par mois la 1re année

Dès 21 ans, le minimum conventionnel s’applique s’il est plus élevé.

Voir la grille complète

L’entreprise

Le poste de STAGE MASTER 2 INGÉNIEUR AGROSCIENCE, GÉNÉTIQUE, BIOSTATISTIQUE F/H

Entreprise :

L’INRAE, à travers l’UMR PEGASE de Saint-Gilles (35), mène des recherches en génétique et génomique avicoles. L’équipe GGA s’intéresse aux mécanismes génétiques permettant aux poules pondeuses de mieux s’adapter à des systèmes d’élevage innovants et durables.

Le SYSAAF est l’organisme professionnel de référence pour l’appui technique en sélection génétique et biotechnologies dans les filières avicole, aquacole et entomocole. Il accompagne une quarantaine d’organismes en France et à l’international dans le suivi génétique et les programmes de sélection de nombreuses espèces, en étroite collaboration avec les acteurs de la recherche et de la profession.

Missions :

Contexte et problématique du stage :

Ce stage a pour objectif d’étudier, à l’aide de simulations, l’impact des pertes partielles de cheptel liées aux stress environnementaux, comme ceux induits par le changement climatique, sur l’efficacité des programmes de sélection avicole et sur la préservation de la diversité génétique. À partir de données réelles et d’outils de simulation développés par le SYSAAF, le ou la stagiaire évaluera les conséquences de ces pertes sur les performances de sélection et modélisera la tolérance des animaux à différents facteurs de stress.

L’étude permettra également de comparer deux approches d’amélioration de cette tolérance : la sélection dirigée, où ce caractère est intégré aux objectifs de sélection, et la sélection naturelle, où seuls les animaux les plus résistants survivent. Les travaux pourront enfin conduire à l’identification d’un compromis optimal entre performances de production et robustesse face aux stress environnementaux.



Contact du responsable scientifique :

  • Nom et fonction : Sophie Allais, enseignante-chercheuse
  • Adresse : UMR PEGASE, INRAE – L’Institut Agro Rennes-Angers, 16 Le Clos, 35590 Saint-Gilles, France
  • Tél
  • Site web de l’équipe GGA :

Co-encadrement scientifique et technique :

  • Clovis Pawula, SYSAAF, Centre INRAE Val de Loire, UMR BOA, 37380 Nouzilly, France
  • Sophie Brard-Fudulea, SYSAAF, Centre INRAE Val de Loire, UMR BOA, 37380 Nouzilly, France

Durée et dates du stage : Début entre le 04/01/2027 et le 01/03/2027 ; fin entre le 04/07/2027 et le 31/08/2027, pour une durée de 6 mois.

Lieu du stage : De préférence au SYSAAF (UMR BOA, 37380 Nouzilly). Possibilité également à l’UMR PEGASE (16 Le Clos, 35590 Saint-Gilles, ou 65 rue de Saint-Brieuc, 35042 Rennes).

Le profil recherché

Formation : étudiant·e en Master 2 ou en dernière année d’école d’ingénieur (agroscience, génétique, biostatistique), avec une spécialisation en génétique quantitative ou en amélioration génétique.

Compétences requises :

  • Bases en génétique quantitative
  • Bonne maîtrise de R pour la programmation et pour l’analyse de données
  • Intérêt marqué pour la modélisation et la simulation stochastique
  • Capacité de rédaction scientifique
  • Anglais scientifique

Compétences bonus :

  • Connaissance d’un outil de simulation de schémas de sélection (AlphaSimR ou autre)
  • Environnement Linux et calcul sur cluster
  • Gestion de versions (Git)
  • Usage raisonné et critique des outils d’IA générative

Le profil recherché

Formation : étudiant·e en Master 2 ou en dernière année d’école d’ingénieur (agroscience, génétique, biostatistique), avec une spécialisation en génétique quantitative ou en amélioration génétique.

Compétences requises :

  • Bases en génétique quantitative
  • Bonne maîtrise de R pour la programmation et pour l’analyse de données
  • Intérêt marqué pour la modélisation et la simulation stochastique
  • Capacité de rédaction scientifique
  • Anglais scientifique

Compétences bonus :

  • Connaissance d’un outil de simulation de schémas de sélection (AlphaSimR ou autre)
  • Environnement Linux et calcul sur cluster
  • Gestion de versions (Git)
  • Usage raisonné et critique des outils d’IA générative