https://www.eu4greenfielddata.eu

Êtes-vous un chercheur débutant prêt à impulser la transition numérique et écologique dans l’agriculture ?

Le projet GreenFieldData offre une opportunité exceptionnelle de poursuivre un doctorat au sein d’un réseau international et interdisciplinaire de haut niveau, financé dans le cadre des prestigieuses Actions Marie Skłodowska-Curie (MSCA) Doctoral Networks (numéro de convention de subvention : 101226371).

Pourquoi nous rejoindre ?

Pilier d’Excellence : un doctorat conjoint de haut niveau MSCA

Le projet « IoRT Data management and analysis for Sustainable Agriculture » (GreenFieldData) est une initiative du Pilier 1 (Excellence) d’Horizon Europe. Ce réseau ambitieux réunit 12 bénéficiaires académiques de premier plan dans 7 pays de l’UE, soutenus par 24 partenaires associés académiques et non académiques.

En rejoignant ce réseau, vous ferez partie d’un environnement de formation hautement intégré, intersectoriel et international (triple « i »). Notre objectif commun est de former une nouvelle génération de chercheurs capables de fournir des solutions solides et centrées sur l’humain aux défis posés par le changement climatique et les contraintes socio-économiques.

Soutien financier exceptionnel pour votre doctorat
Le doctorat conjoint MSCA offre un package d’emploi très compétitif et financièrement attractif pour toute la durée de 36 mois du contrat de doctorat :

• Allocation de vie généreuse : Une contribution salariale mensuelle brute
• Allocation de mobilité : Une contribution mensuelle supplémentaire pour couvrir les coûts liés à la mobilité privée (par exemple, déménagement, voyage)
• Allocation familiale : Une allocation mensuelle est également prévue, si applicable (chercheurs ayant des obligations familiales)

Double diplôme, formation de haut niveau et employabilité

Les 14 candidats au doctorat seront inscrits dans des programmes de doctorat à double diplôme, garantissant une supervision conjointe par au moins deux universités internationales de renom, avec des missions chez des partenaires industriels. Le projet propose un programme de formation doctorale de haut niveau, offrant une boîte à outils unique de connaissances de pointe et de compétences transférables essentielles pour maximiser votre employabilité future dans les secteurs de la recherche, 8des technologies numériques et de l’agriculture.

14 sujets de recherche à la pointe sur l’IoRT et l’agriculture durable

Votre recherche se concentrera sur la convergence de la science des données avancée et de l’IoRT (Internet des objets robotiques) pour promouvoir l’agriculture durable et définir des pratiques efficaces à faible intrant. Nous recherchons des esprits brillants pour aborder des sujets avancés tels que les systèmes de gestion de bases de données avancés, l’IA, les architectures Edge-Fog-Cloud et l’analyse de données appliquée aux défis agricoles réels.

Nous recrutons pour les 14 postes de doctorat suivants (contrat de 3 ans à partir de septembre/octobre 2026) :

Refe	PhD Title	Main Supervising Institutions	Key Research Focus
A	Optimized IoRT network for enhanced data quality of IoRT cereals production practices.	Aarhus University (DK) & Clermont Auvergne University (FR)	IoRT Network Optimisation, Data Quality
B	Data collection and analysis empowered with AI for robotized Olive Oil Precision Farming.	University College Dublin (IE) & Instituto Superior Técnico (PT)	AI, Precision Farming, Robotics
C	Powering data-driven sustainability assessment tasks in agri-food systems with IoT-data Datlakes and Large Language Models.	Aarhus University (DK) & Université Libre Bruxelles (BE)	Data Lakes, LLMs, Sustainability Assessment
D	Human-centric Digital twins for monitoring robotized biostimulants application practices.	University Milan (IT) & Université Libre Bruxelles (BE)	Digital Twins, Human-Centric Systems, Robotics
E	Optimizing Images Quality and Deep Learning Methods for Vineyard Disease Detection.	University Padova (IT) & University Poznan (PL)	Deep Learning, Image Quality, Crop Disease
F	Optimized Olive crop irrigation based on high quality soil data using IoRT networks.	Instituto Superior Técnico (PT) & University Toulouse (FR)	IoRT Networks, Soil Data, Irrigation Optimisation
G	Characterization of abiotic stress of trees using AI methods on acoustic signals.	University College Dublin (IE) & INRAE (FR)	AI, Acoustic Signal Analysis, Abiotic Stress
H	Monitoring of grazing animals using sensors and data science.	University Liege (BE) & University College Dublin (IE)	Sensors, Data Science, Animal Monitoring
I	Assessing soil and crop health across sugar-beet producing farms.	University Poznan (PL) & University Liege (BE)	Soil/Crop Health Assessment, Sugar-beet
L	Natural language-based interaction for robotized biostimulant practices.	CNRS (FR) & University Milan (IT)	Natural Language Processing, Robotics, Biostimulants
M	Assessing drought effects on grassland using IoT-enabled visual sensors.	University Poznan (PL) & INRAE (FR)	IoT Sensors, Visual Data, Drought Effects
N	Optimization-simulation coupling for the GHG emission-based supervision and planification of a fleet of autonomous agricultural robots.	Aarhus University (DK) & INRAE (FR)	Optimisation, Simulation, Autonomous Robots, GHG Emissions
O	Adaptive navigation for agricultural robots using database-driven insights.	Université Libre Bruxelles (BE) & INRAE (FR)	Database Insights, Adaptive Navigation, Robotics
P	Agricultural AI data integration and management based on LLM.	University Toulouse (FR) & University Padova (IT)	AI, Data Integration, Large Language Models (LLM)

Inclusion

Nous accueillons les candidatures de candidats de tout horizon, genre et nationalité.

Nous encourageons particulièrement les candidatures de femmes, de personnes non binaires et de candidats en situation de handicap, ainsi que de personnes issues de groupes historiquement sous-représentés. La sélection se fait uniquement sur la base du mérite et du potentiel, conformément aux principes d’égalité des chances. Si vous avez besoin d’aménagements raisonnables pendant le processus, veuillez contacter les superviseurs.

De plus :
1. Aménagements de travail : Des pratiques de travail flexibles peuvent être disponibles en fonction des besoins du projet (par exemple, hybride/à distance, horaires adaptés).
2. Facilités pour les aidants et/ou les personnes ayant des besoins particuliers (familles et processus de visa pour leurs membres).
3. Candidats internationaux : Nous accueillons les candidats internationaux ; le cas échéant, l’institution hôte peut fournir des conseils sur les visas, le logement et d’autres démarches administratives.

Dates importantes

• Date limite de candidature : 15 avril 2026

• Processus de sélection : Mai 2026

• Date de début du doctorat : Septembre-Octobre 2026

Comment postuler

Toutes les informations sont disponibles sur le site du projet : https://www.eu4greenfielddata.eu/