Introduction
Passionné par la science du végétal et ses mécanismes moléculaires, j'ai travaillé à l'INRAE et à Limagrain dans le cadre de recherches exploratoires visant à améliorer les qualités des plantes destinées à l'agriculture. Cette passion m'a mené à diverses conclusions concernant les besoins de l'agriculture et les technologies qui y sont rattachées. D'abord, l'agriculture fait face à toujours plus de demandes et de nombreux stress économiques et environnementaux lui sont d'années en années imposées. Les agriculteurs ont donc besoin de technologies toujours plus sophistiquées pour répondre à ces contraintes.
C'est pour répondre à ces problématiques que j'ai décidé de m'engager dans un double cursus alliant à la fois des compétences de pointes dans 'l'ingénieurie du végétale' et en datascience car c'est l'alliance de ces compétences qui est pour moi la clef de voute pour la résolution des problématiques concernant l'agriculture.
Ces problématiques peuvent concerner aussi bien la réduction des intrants que la recherche & développement dans l'amélioration variétale. C'est pourquoi j'ai décidé de créer cette application qui a partir d'images satellites de champs de diverses grandes cultures et sur divers territoires disponibles en open source de réaliser la prédiction du rendement ou l'évolution de divers indicateurs d'intérêt du champ. L'application développée aura pour objectif de montrer comment prédire du rendement par diverses méthodes de datascience allant de simple moteur de règles jusqu'à l'utilisation d'intelligence artificielle en passant par le machine et le deep learning.