-
Master agrosciences, environnement, territoires, paysage, forêt, parcours FMB : Un parcours proposé en alternance
Depuis 2015, l’université d’Orléans propose un master (diplôme national de niveau bac + 5) intitulé : agrosciences, environnement, territoires, paysage, forêt. Il est accessible aux étudiants titulaires d’une licence mention sciences de la vie ou toute filière équivalente dans le domaine des sciences et techniques ou sciences biologiques, ou d’une licence professionnelle dans le domaine agriculture et environnement, ou forêt et environnement, ainsi qu’à d’autres licences ou autres diplômes après validation d’acquis. Le recrutement s’effectue après examen du dossier de candidature par l’équipe de formation.
Deux parcours sont possibles au sein de ce master : biologie intégrative et changements globaux (BICG) et forêts, et mobilisation des bois (FMB). Le parcours BICG oriente plutôt vers la recherche, l’enseignement supérieur, les bureaux d’études et de conseils, l’ONF, etc. Le parcours forêts et mobilisation des bois vise davantage à former des cadres capables d’optimiser la récolte et la sortie des bois de la forêt, à former les étudiants sur le fonctionnement et la gestion des écosystèmes forestiers pour leur exploitation durable, tant du point de vue biologique que du rôle des acteurs à différentes échelles. Il offre une formation pluridisciplinaire, alliant notions théoriques ainsi que techniques et propose des écoles de terrain. Il se prépare en quatre semestres. Point important, le parcours FMB est proposé en alternance à partir de la deuxième année. Cela correspond à 30 semaines de présence en entreprise, un atout pour s’insérer ultérieurement dans le milieu professionnel.
Cette formation cible des métiers de terrain comme ingénieur de production en coopérative, ingénieur d’étude, responsable commercial bois, cadre d’entreprise d’exploitation forestière, responsables données et système d’information géographique, expert forestier, etc.
—— Emmanuelle THOMAS (Tribune Verte 2942)
Témoignage
« Je vais travailler sur la photo-interprétation »
Marie Bastien effectue un master agrosciences environnement territoires paysage forêt, parcours forêt mobilisation des bois. « Après mon bac, j’ai poursuivi mes études avec deux ans de classe préparatoire et deux années de cycle d’ingénieur à l’ENSG, l’École nationale des sciences géographiques. Ensuite, j’ai souhaité me spécialiser dans le domaine de la forêt et j’ai débuté un master agrosciences environnement territoires paysage forêt en 2019. Le but pour moi est de combiner la double compétence forêt et géomatique, et de m’ouvrir aux métiers des secteurs qui m’intéressent : IGN, Inrae, ONF, etc. La première année, plus généraliste, m’a permis de reprendre les bases de foresterie complétées avec des connaissances variées : écologie, statistiques, etc. Elle se déroule pour partie à Nogent-sur-Vernisson et pour partie à l’université d’Orléans. La seconde année s’effectue en alternance ce qui est un atout majeur en ce qui me concerne. L’alternance est très bien structurée, et permet une réelle immersion dans le monde professionnel, avec plusieurs mois de présence en entreprise d’affilée. J’ai choisi d’effectuer l’alternance au sein de l’IGN à Nancy, cette ville comptant de nombreuses structures travaillant dans le domaine forestier. Je vais travailler sur la photointerprétation. L’objectif de mon alternance sera de commencer à élaborer un algorithme capable de réaliser le travail des photo-interprètes. Pour avoir une bonne connaissance de l’état des forêts, des inventaires statistiques sont réalisés sur le terrain. Les endroits à inventorier sont choisis aléatoirement, mais il est nécessaire de vérifier sur les photos prises par l’IGN qu’il s’agit bien d’une forêt. Le but est de remplacer cette interprétation manuelle, fastidieuse et subjective, en utilisant différentes sources de données, comme des images déjà détectées manuellement en tant que forêt. S’ensuivra une période d’apprentissage de l’algorithme afin qu’il apprenne lui-même à reconnaître des zones de forêt, on parle de machine learning. »