Stage - Optimisation de l'Analyse de Germination Tournesol

Qui sommes-nous ?

Acteur majeur du secteur semencier, nous œuvrons au développement, à la production et à la commercialisation de semences de haute qualité. Dans le cadre de l'amélioration continue de nos méthodes d'analyse et de prévision, nous recherchons un(e) stagiaire motivé(e) pour contribuer à l'optimisation de l'analyse de germination du tournesol.

Votre mission

Au sein de notre laboratoire Qualité Semences, vous participerez à un projet stratégique visant à améliorer la fiabilité des analyses de germination et la prédiction des disponibilités commerciales.

Vos principales missions seront les suivantes :

1. Identifier les facteurs d'impact sur la germination de la nouvelle récolte

L'objectif est de mieux comprendre les sources de variabilité afin de fiabiliser la prédiction du disponible à la vente.

Vous serez amené(e) à étudier notamment :

• Les protocoles d'analyse selon les générations de semences ;
• Les phénomènes de dormance ;
• L'impact des procédés industriels ;
• Les effets liés à la génétique ;
• Le comportement des semences prégermées.

2. Fiabiliser l'utilisation du stock report

Vous contribuerez à l'évaluation de la performance des lots conservés afin d'optimiser leur valorisation.

À ce titre, vous étudierez :

• L'impact du surtraitement sur le comportement germinatif ;
• La cinétique de germination et l'évolution de la qualité des lots en stockage, à court et moyen terme.

3. Compiler et analyser les données des essais inter-laboratoires

Afin de renforcer la robustesse des méthodes d'analyse, vous :

• Collecterez et consoliderez les résultats d'essais réalisés au sein des laboratoires du groupe ;

• Comparerez les données issues des laboratoires internes (intra-MAS) et externes ;

• Réaliserez les analyses statistiques nécessaires ;

• Formulerez des recommandations d'amélioration des pratiques analytiques.

• Étudiant(e) en Master 2, école d'ingénieur ou formation universitaire avec une spécialisation en analyse de données, biostatistiques, data science appliquée ou agronomie quantitative ;

• Fort intérêt pour l'exploitation, l'analyse et l'interprétation de données expérimentales ;

• Maîtrise avancée d'Excel et appétence pour les outils d'analyse de données (R, Python, Power BI ou équivalent) ;

• Capacité à structurer des jeux de données complexes, réaliser des analyses statistiques et formuler des recommandations opérationnelles ;

• Rigueur scientifique, curiosité, autonomie et esprit de synthèse ;

• Une connaissance du secteur agricole, du végétal ou des semences constitue un réel atout, permettant une compréhension rapide du contexte technique et des enjeux métier.