Trouvez votre prochaine possibilité

Pourquoi ce poste correspond à votre recherche

• Le titre correspond

Résumé du poste

Develop and implement species distribution models to predict the geographic distribution of tropical plant species using environmental and biodiversity datasets. Create reproducible computational pipelines for data processing, visualization, and scientific publication of research results.

Détails du poste

Veuillez référer au guide Comment postuler à un emploi (pour les candidats externes) pour obtenir des instructions sur la façon de postuler. Si vous êtes un employé actif de McGill (c.-à-d. actuellement dans un contrat ou un poste actif à l'Université McGill), ne postulez pas via ce site de carrière. Connectez-vous à votre compte McGill Workday et postulez à cette affichage en utilisant le rapport Find Jobs (tapez Find Jobs dans la barre de recherche). Unité D’embauche Département de biologie (professeure Laura Pollock) Résumé Du Poste Développer et mettre en œuvre des modèles de répartition des espèces (MRE) afin de prédire la distribution géographique des espèces végétales tropicales à l’aide d’ensembles de données environnementales, climatiques, géographiques et de biodiversité. Compiler, nettoyer et intégrer de vastes ensembles de données écologiques, notamment des données de présence d’espèces végétales, des variables climatiques, des produits de télédétection, des données topographiques, des données sur l’occupation du sol et d’autres variables environnementales prédictives. Concevoir et évaluer des approches statistiques et d’apprentissage automatique pour modéliser la répartition des espèces végétales et évaluer les facteurs environnementaux influençant la biodiversité des forêts tropicales. Développer des méthodes d’intelligence artificielle et d’apprentissage automatique afin d’améliorer les prédictions de répartition des espèces, notamment par l’entraînement des modèles, la sélection des variables, l’optimisation des hyperparamètres, la comparaison des modèles et leur validation. Développer des flux de travail et des pipelines informatiques reproductibles pour le traitement des données écologiques, la modélisation, la visualisation et la prédiction. Analyser et interpréter les résultats des modèles dans une perspective écologique et évolutive, et communiquer leurs implications pour la biodiversité et la conservation des forêts tropicales. Produire des figures, des cartes, des analyses statistiques et d’autres résultats de recherche destinés à des publications scientifiques, des rapports, des présentations et des demandes de subvention. Rédiger des manuscrits scientifiques et contribuer aux publications, notamment en préparant les sections sur les méthodes, les résultats, les figures et le matériel complémentaire. Collaborer avec des écologistes, des scientifiques en informatique, des spécialistes des données et d’autres membres de l’équipe de recherche, y compris des collaborateurs externes. Fournir, au besoin, un encadrement technique aux étudiantes et étudiants des cycles supérieurs ainsi qu’au personnel de recherche travaillant sur l’analyse de données écologiques, la modélisation et les flux de travail informatiques. Qualifications Excellentes compétences en programmation en R et/ou en Python. Capacité à développer des flux de travail informatiques reproductibles et à maintenir un code bien documenté. Excellentes compétences en visualisation de données et en communication scientifique. Formation Et Expérience Doctorat en écologie, en biologie, en écologie et évolution, en sciences de l’environnement, en informatique, en science des données, en biologie computationnelle ou dans un domaine connexe. Expérience de coordination d’un vaste réseau de collaborateurs et collaboratrices aux expertises diversifiées. Expérience démontrée en recherche appliquant des méthodes computationnelles ou quantitatives à des questions en écologie ou en biologie. Expérience démontrée dans le développement et l’application de modèles de répartition des espèces, de modèles de niche écologique ou de modèles spatiaux et statistiques connexes. Expérience de travail avec de grands ensembles de données écologiques, environnementales, de biodiversité ou géospatiales. Lieu :Ce poste est situé à Montréal (Québec) et le travail associé à ce poste est appelé à être effectué au Québec. Connaissance du français et de l’anglais : L’Université McGill est une université d’expression anglaise où les fonctions quotidiennes peuvent nécessiter des communications en anglais, tant à l’oral qu’à l’écrit. Le niveau d’anglais requis pour ce poste a été évalué au niveau 4 sur une échelle de 0 à 4. Salaire Horaire $35.37 Heures Par Semaine 20 (Temps partiel) Lieu Pavillon de biologie Stewart Superviseur Professeur agrégé Date De Début De L’emploi 2026-08-26 Date De Fin De L’emploi 2026-12-31 Date Limite Pour Postuler 2026-09-18 Ce poste est couvert par la convention collective de l’Association des employés de recherche de l’Université McGill (AMURE). L’Université McGill recrute sur la base du mérite et s’est fermement engagée à promouvoir et instaurer l’équité et la diversité au sein de sa communauté. Nous accueillons favorablement les demandes d’emploi des personnes racisées et de minorités visibles, des femmes, des personnes autochtones, des personnes handicapées, des minorités ethniques, des personnes de toute orientation et identité sexuelles, ainsi que toute personne possédant les aptitudes et les connaissances lui permettant de travailler en collaboration avec diverses communautés. L’Université McGill met en œuvre un programme d’équité en matière d’emploi et invite les membres des groupes visés à indiquer leur appartenance à ces derniers dans leur dossier de candidature. Les personnes handicapées qui pourraient avoir besoin d’accommodements à n’importe quelle étape du processus de candidature sont invitées à communiquer en toute confidentialité, accessibilityrequest.hr@mcgill.ca.

Ce que vous ferez

Develop and implement species distribution models to predict the geographic distribution of tropical plant species using environmental and biodiversity datasets. Create reproducible computational pipelines for data processing, visualization, and scientific publication of research results.

Exigences

Requires a PhD in Ecology, Biology, Computer Science, Data Science, or a related field. Candidates must demonstrate expertise in R or Python, experience with large ecological datasets, and a proven track record in applying quantitative methods to biological questions.

Compétences indiquées

• Visualisation de données · Souhaitée
• Apprentissage automatique · Souhaitée

Autres compétences pertinentes

Relevées dans la description du poste. Confirmez les exigences importantes ci-dessus.

• R Programming
• Python Programming
• Species Distribution Modeling
• Machine Learning
• Artificial Intelligence
• Data Visualization
• Ecological Modeling
• Geospatial Data Analysis
• Scientific Writing
• Reproducible Workflows
• Statistical Analysis
• Biodiversity Analysis

Domaines d’emploi

• Science & Research
• Data & Analytics
• Environmental & Sustainability
• Education
• Technology