See the English version below

Les exploitations agricoles dépendent souvent de la tenue manuelle de registres. Bien que ces registres aident les agriculteurs à suivre certaines tâches de production, il est difficile de les agréger et de les analyser de manière exhaustive. Les technologies d’intelligence artificielle (IA) offrent la possibilité de numériser ces registres de manière efficace et précise. Ce projet vise à adapter et à utiliser des outils basés sur l’IA capables d’extraire automatiquement des informations pertinentes à partir de documents manuscrits, afin d’établir des liens entre les stratégies de production et leurs résultats.

Nous recherchons un(e) candidat(e) de niveau maîtrise pour diriger un projet visant à appliquer des outils d’intelligence artificielle afin d’extraire et d’analyser les données de production et de santé issues de registres manuscrits de systèmes animaux au Québec. Le ou la candidat(e) idéal(e) aura de l’expérience dans l’utilisation de techniques d’apprentissage profond et d’IA générative (GenAI) pour traiter des données non structurées et les transformer en informations exploitables.

Qualifications requises : 

1.      Compétences en programmation : Expérience avec Python.

2.      Statistiques et IA : Expérience avec des approches d’apprentissage profond ou de GenAI pour extraire et analyser des données non structurées.

3.      Connaissance du domaine : Intérêt pour l’application des compétences en informatique à l’agriculture animale.

4.      Compétences interpersonnelles : Optimisme, bonnes aptitudes relationnelles et esprit de collaboration.

5.      Langues : Maîtrise du français et de l’anglais avancé, excellentes compétences en communication orale et écrite.

Groupe de recherche et aide financière :

L’étudiant(e) fera partie de la Plateforme AI-Agrosanté (PIAAS), une équipe multidisciplinaire unique dédiée à l’adaptation d’outils d’intelligence artificielle (IA) pour améliorer la production agroalimentaire et la santé animale au Québec et au Canada. Le poste est financé pour deux ans.

Si vous êtes intéressé et que vous répondez aux qualifications requises, veuillez envoyer les documents suivants à pablo.valdes.donoso@umontreal.ca (indiquez dans l’objet : Candidature MSc – Extraction de registres manuels de systèmes animaux) :

1.       Lettre de motivation (1 page)

2.       Curriculum vitae (CV)

3.       Relevés de notes universitaires

4.       Coordonnées de deux références (courriel et fonction)

Nous avons hâte de recevoir votre candidature.

Pablo Valdes Donoso

Professeur adjoint IVADO
Directeur de la Plateforme AI-Agrosanté (PIAAS)

Faculté de médecine vétérinaire - Département de sciences cliniques

Université de Montréal

Farming operations often depend on manual recordkeeping. While such records help farmers monitor specific production tasks, they are difficult to aggregate and analyze comprehensively. Artificial intelligence (AI) technologies offer the potential to digitize these logs efficiently and accurately. This project aims to adapt and apply AI-based tools that can automatically extract relevant information from hand-written records, linking production strategies to their outcomes.

We are seeking a Master’s-level candidate to lead a project applying AI-based tools to extract and analyze production and health data from handwritten logbooks of animal systems in Quebec. The ideal candidate will have experience using deep learning and generative AI (GenAI) techniques to process unstructured data and convert it into actionable insights.

Required Qualifications: 

1. Coding Skills: Proficiency in Python.
2. Statistics & AI: Experience with deep learning or GenAI approaches for extracting and analyzing unstructured data.
3. Domain Knowledge: Interest in applying computer science expertise to animal agriculture.
4. Soft Skills: Optimism, strong interpersonal abilities, and a collaborative mindset.
5. Languages: Proficiency in French and advanced English, with excellent oral and written communication skills. 

The research group, starting date, and financial aid:

The student will join the Plateforme AI-Agrosanté (PIAAS), a unique multidisciplinary team dedicated to adapting artificial intelligence (AI) tools to enhance agri-food production and animal health in Quebec and across Canada. The candidate can start on January 2026 (or before), and will have two years of funding.

If you are interested and meet the required qualifications, please send the following documents to pablo.valdes.donoso@umontreal.ca (indicate in the subject line: MSc Application – Extracting Manual Records from Animal Systems):

1.       Motivation letter (1 page)

2.       Curriculum vitae (CV)

3.       University transcripts

4.       Contact information for two referees (email and position).

We look forward to receiving your application.

Pablo Valdes Donoso

IVADO Assistant Professor

Director of the Platform AI-Agrosante (PIAAS).

Faculté de médecine vétérinaire - Département de sciences cliniques

Université de Montréal