Informations générales
Date limite de candidature
13/06/2025
Type de recrutement
CDD
Durée du contrat
11 Mois
Description du poste
Catégorie
Catégorie A (cadre)
Poste ouvert aux :
Contractuels
Domaine / métier
SCIENCE - Chercheurs-es - Chercheurs-es
Etat du poste
Vacant
CORPS
Chercheur
BAP
Recherche
Intitulé du poste
Modélisateur en réseaux trophiques F/H
Descriptif de l'employeur
L'IRD est un organisme de recherche public français pluridisciplinaire qui, depuis près de 80 ans, s'engage dans des partenariats équitables avec les pays du Sud et dans les Outre-mer français.
Acteur de l'agenda international pour le développement, ses priorités s'inscrivent dans la mise en œuvre des Objectifs de développement durable (ODD).
Ensemble, scientifiques et partenaires de l'Institut proposent des solutions concrètes pour répondre aux défis globaux auxquels les sociétés et la planète font face. Cette relation gagnante-gagnante fait de la science et de l'innovation des leviers majeurs du développement.
L'Institut est placé sous la double tutelle du ministère chargé de l'Enseignement supérieur et de la Recherche et de celui chargé des Affaires Étrangères.
L'IRD en 230 secondes
Descriptif de la structure
L'Institut des Sciences de l'Evolution de Montpellier (ISEM) est une UMR affiliée à l'Institut de Recherche pour le Développement (IRD- Délégation Régionale Occitanie). L'IRD est un établissement public de recherche français placé sous la tutelle conjointe du Ministère de l'Enseignement Supérieur et de la Recherche et du Ministère de l'Europe et des Affaires Etrangères pour créer une approche originale de la recherche, de l'expertise, de la formation et du partage des connaissances au bénéfice des pays et des régions, en faisant de la science et de l'innovation les moteurs de leur développement
Une mission attractive
Rejoignez notre équipe pour explorer les réseaux trophiques et les dynamiques hôte–parasite à l’échelle globale !
Sous la supervision de Rodolphe Gozlan, directeur de recherche, vous contribuerez à un projet passionnant dédié à l’analyse des réseaux trophiques et à la structure des communautés aquatiques, en intégrant les interactions entre espèces hôtes et parasites (notamment les trématodes).
L’objectif : mieux comprendre comment ces associations s’organisent dans l’espace et dans le temps, en réponse aux gradients de dégradation environnementale, à travers plusieurs pays et continents.
Vous travaillerez dans un environnement stimulant et collaboratif, avec le soutien direct d’une ingénieure pour la gestion et la structuration des données. Ce poste offre une belle opportunité de contribuer à des enjeux scientifiques et environnementaux majeurs, tout en développant une expertise de pointe en écologie des communautés et en modélisation écologique.
Vos activités principales s’articuleront autour des axes suivants :
- Développer et appliquer des modèles statistiques pour la représentation et l’analyse des réseaux trophiques en milieux tropicaux d’eau douce.
- Analyser quantitativement la structure des communautés dans ces réseaux alimentaires à travers quatre pays sur trois continents, en lien avec l’émergence et la prévalence des trématodes chez les hôtes humains et animaux.
- Modéliser les relations empiriques entre les changements dans la structure des communautés (incluant hôtes et non-hôtes) et la biomasse parasitaire observée (notamment celle des trématodes).
- Utiliser des approches statistiques multivariées, de modélisation de réseau (graphes, métriques d’interactions), et d’analyse bayésienne ou fréquentiste pour explorer les liens entre stress anthropogénique (e.g., pollution, fragmentation) et les dynamiques hôte–parasite.
- Produire des visualisations structurées et des analyses comparatives pour illustrer les réponses des systèmes écologiques sous différents gradients de perturbation environnementale.
Votre future équipe
Vous intègrerez une équipe de recherche engagée qui s'intéresse à l'exploration du lien entre les maladies (c'est-à-dire les parasites trématodes) et les structures des communautés hôtes. L'équipe de recherche sera composée de membres ayant des compétences scientifiques et des nationalités différentes.
Le profil que nous recherchons
Vous avez développé les compétences suivantes :
Avoir déjà utilisé des outils dans les catégories ci-dessous et être prêt à en utiliser de nouveaux
Analyse de réseau (Network Analysis)
a. Mesures de structure globale
- Connectance : proportion de liens existants sur le nombre total possible.
- Richesse en espèces : nombre total de nœuds (espèces).
- Densité de liens (linkage density) : nombre moyen de liens par espèce.
- Nestedness : degré d’imbrication des interactions entre espèces.
- Modularité : regroupement d’espèces en modules fortement connectés entre eux.
b. Mesures de centralité
- Centralité de degré : nombre de liens entrants ou sortants pour une espèce.
- Centralité d’intermédiarité : fréquence à laquelle une espèce sert de pont entre deux autres.
- PageRank ou Eigenvector centrality : importance relative d’une espèce dans le réseau.
Analyse de stabilité et de résilience
- Simulation de perturbations : retrait d’espèces ou de groupes fonctionnels pour tester la stabilité du réseau.
- Analyse de cascade trophique : effets indirects suite à l’ajout ou la perte d’un maillon.
- Spectre de Laplacien (Laplacian spectrum) pour explorer la robustesse du réseau.
Analyse de la structure trophique
- Chaînes trophiques : longueur moyenne, maximale et distribution des chaînes.
- Position trophique moyenne (via matrices de flux ou isotopes stables).
- Omnivorie : nombre d’espèces consommant à plusieurs niveaux trophiques.
Modèles probabilistes et bayésiens
- Bayesian networks : modélisation des incertitudes dans les interactions.
- Markov Random Fields : pour détecter des patrons d’interaction dans des réseaux complexes.
Méthodes statistiques couplées à l’eDNA / Isotopes / Métabarcoding
- Réseaux d’interaction probabilistes à partir de données métabarcoding.
- Stable Isotope Bayesian Mixing Models (ex: MixSIAR) pour estimer les sources de la diète.
Apprentissage automatique et IA
- Community detection : algorithmes de clustering pour identifier des guildes trophiques.
- Random forest / machine learning : prédiction des interactions manquantes dans les réseaux incomplets.
Vous faites preuves des qualités humaines suivantes :
Vous êtes titulaire d'un diplôme de niveau 8 : Doctorat.
Localisation du poste
Localisation du poste
Europe, France, Occitanie, Hérault (34)
Ville d'affectation
Montpellier
Informations complémentaires
Télétravail possible
Non
Management
Non
Demandeur
Date de vacance de l'emploi
01/09/2025