Offre de stage
M2
Structure
INRAE

Prédiction précoce de l’état de la santé des vaches laitières

Prédiction précoce de l’état de la santé des vaches laitières

Postuler à l'offre

Partager

twlkfbml
Contenu
Corps de texte

Projet de stage : 

Avec le progrès des technologies de monitoring de ces dernières années et l’arrivée de Big-data, l’accès aux différentes données décrivant l’état de santé des animaux d’élevage est devenu plus facile (besoin de moins de man d’œuvre) et moins chère. Ces données ouvrent des nouveaux horizons pour assurer le bienêtre et la santé des animaux tout en maintenant leur performance de production. 
Pour les vaches laitières différentes outils de monitoring sont aujourd’hui disponibles, des caméras thermiques pour enregistrer les changements de températures, des caméra 3D pour enregistrer la note d’état corporelle, des bolus ruminal pour enregistrer le pH du rumen, etc. Dans le cadre de ce stage, nous disposons des données sur une cycle de reproduction de comportement des vaches laitières (~200)  de la ferme de Grignon. Il s’agit des données enregistrées par les podomètres de temps passé aux différentes activités des animaux (par heure) et d’autres variables zootechnies telles que le poids et la production du lait (par jour).
Les premiers travaux de recherches montrent que ce type de données combinées à des méthodes adéquate en machine learning permettent une détection précoce de survenu des problèmes de santé chez les vaches. L’objectif de ce stage est de tester une méthode existante basée sur le travail de (Wagner. 2020) pour l’appliquer aux nouvelles variables et en particulier étudier la possibilité de la rendre multi variables. Ceci dans le l’objectif de prédire en amont l’état des vaches laitières afin de permettre aux éleveur d’intervenir suffisamment tôt pour remédier au problème. 

Techniques mises en œuvre :

Traitement de données à haute fréquence, apprentissage machine (machine learning), méthode muli-variables, connaissance de logiciel adéquate (python ou R).   

Profil souhaité :

Master 2 : statistiques, mathématiques, informatique, bio-informatique, et autres formations permettant d’avoir les compétences mentionnées ci-dessus.

Durée / localisation :

6 mois / AgroParisTech (rue Claude Bernard)  
Le candidat aura la possibilité de travailler à distance. 

 

Contact :

Masoomeh Taghipoor, IR masoomeh.taghipoor@inrae.fr