Enseignant Chercheur Contractuel en Statistique H/F - Service Public

La personne recrutée en qualité de chargé d'enseignement contractuel sera
rattachée à l'UFR Mathématiques du département Modélisation Mathématique,
Informatique et Physique (MMIP) d'AgroParisTech et pour ses activités de
recherche à l'UMR SILVA, AgroParisTech/INRAE/Université de Lorraine.

Objectifs du poste :

Responsabilité et mise en oeuvre d'enseignements en analyse des données
(statistique inférentielle, analyses multivariées...), pour des étudiants du cursus
ingénieur d'AgroParisTech en 2e ou 3e année, et du master AEPTF co-accrédité
entre AgroParisTech et l'Université de Lorraine ; certains enseignements sont à
faire en anglais.
Développement ou adaptation de méthodes statistiques innovantes au sein de
l'UMR Silva, afin de contribuer aux recherches de l'UMR en écologie forestière.

Description des missions à exercer:

Enseignement (50% de l'activité)

- Responsabilité de tous les enseignements en statistique de tronc commun et
de socle commun des domaines D1 et D3, pour les élèves ingénieur en 2e
année à Nancy,
- Responsabilité d'une UC d'une semaine d'analyse des données environ-
nementales pour les élèves-ingénieurs 3A en Gestion des Milieux Naturels,
- Cours, TD et encadrement des étudiants pour analyser des relevés floristiques
dans le cadre du projet Biodiversité en 2e année du cursus ingénieur
- Responsabilité de l'UE de M2 Advanced statistics, pour des étudiants
anglophones (parcours Forests and their Environment du master AETPF)
- Suivi d'étudiants en stage, en tant qu'enseignant référent
- La personne recrutée aura toute latitude pour proposer et expérimenter des
évolutions du programme de formation, en introduisant notamment des
méthodes d'analyse spatiale et/ou temporelle.

Recherche (50% de l'activité)
La personne recrutée contribuera aux recherches de l'UMR Silva sur les
écosystèmes forestiers et leur adaptation au changement climatique. Elle pourra
s'associer à des projets existants et mettre en place les siens.

Savoirs :

- Solides compétences en modélisation
des phénomènes aléatoires et utilisation
de méthodes statistiques
- Compétences en statistiques spatio-
temporelle
- Rigueur et autonomie
- Sens relationnel
- Anglais écrit et oral

Savoir-faire : Savoir-être :

- Expérience en pédagogie souhaitée,
avec des publics non spécialistes de
la statistique
- Bonne capacité rédactionnelle et de
synthèse
- Capacité et goût pour le travail
interdisciplinaire