Nous recherchons un candidat très motivé pour mener des recherches visant à mieux comprendre et prédire la migration des oiseaux en Amérique du Nord. Le projet nécessitera de développer des modèles statistiques conçus pour étudier la variation spatio-temporelle d’espèces d’oiseaux en utilisant des données de science citoyenne (données ponctuelles) et des données d’enquête (données de présence-absence et d’abondance). Ces modèles statistiques tiendront compte du biais d’échantillonnage et des variations saisonnières. Ces outils seront utiles pour mieux comprendre et prédire la distribution des espèces et les changements de la biodiversité dans l’espace et dans le temps, mais ils serviront également d’outils de décision pour mieux gérer la biodiversité des oiseaux.

Le candidat retenu sera co-supervisé par Guillaume Blanchet et Dominique Gravel à l’Université de Sherbrooke (Québec, Canada).

Le candidat idéal aura des connaissances en modélisation spatio-temporelle, une bonne connaissance du langage statistique R et un intérêt marqué pour l’écologie des oiseaux. La connaissance de l’anglais est un atout.

Les candidats intéressés doivent contacter Guillaume Blanchet ([email protected]) avec les informations suivantes :
– Lettre d’intérêt (1 page maximum)
– UN CV
– Relevés de notes (non officiels acceptés)
– Coordonnées de trois références

Nous nous engageons à favoriser une culture d’inclusion. À ce titre, nous invitons et encourageons les candidatures de toutes les personnes qualifiées, y compris les groupes traditionnellement sous-représentés, qui peuvent contribuer à une équipe plus diversifiée.

L’examen des candidatures commencera le 20 décembre 2021 et se terminera lorsque le poste sera pourvu.

Le contenu de cette offre est la responsabilité de ses auteurs. Pour toute question relative à cette offre en particulier (date, lieu, mode de candidature, etc.), merci de les contacter directement. Un email de contact est disponible: [email protected]

Pout toute autre question, vous pouvez contacter [email protected].