We are looking for a enthusiastic and motivated Researcher with a PhD in Agronomy, Precision Agriculture, Remote Sensing, or a related fieldto join the Sustainable Field Crops Program team, based in Lleida. We offer the opportunity to be part of an organization with a dynamic, collaborative work environment focused on professional development.
This position will focus on the development and integration of remote sensing, geospatial data and agronomic knowledge to support decision-making in major arable crops such as rice, maize, and soybean, among others (Agrolabs Digitals IRTA). By combining in-field data, remote sensing, GIS, and data-driven decision tools, the successful candidate will lead high-quality research and contribute to developing practical solutions for more resilient and resource-efficient agricultural systems.
Tasks and Responsibilities:
Remote Sensing and Digitalization of Agricultural Systems:
Design, implement and improve methodologies for the digitalization of agricultural plots using remote sensing technologies, including satellite imagery, UAV/drone data, proximal sensors and in-field monitoring systems.
Develop workflows to extract agronomic indicators (e.g., crop phenology, biomass, stress, nutrient status) from multi-source data.
Contribute to the integration of these datasets into decision support systems (DSS) for arable crops.
Data Management, Processing and Integration:
Lead the cleaning, harmonization, and structuring of agronomic and environmental datasets related to crop development.
Build reproducible pipelines for data ingestion, processing, and storage, ensuring compatibility with digital platforms and DSS tools.
Apply advanced analytics, AI and machine learning techniques for pattern detection, predictive modelling and decision support.
Development of Decision Support Tools (DSS):
Participate in the development and improvement of DSS like a DSS for crop variety selection in extensive crops or digital tools for recommending innovative crop production technologies.
Translate agronomic knowledge and experimental results into operational algorithms and recommendation systems (e.g., prescription maps, input optimization tools).
Ensure tools are user-oriented, scalable and adaptable to farmer needs.
Precision Agriculture and Input Optimization:
Develop and validate strategies for site-specific management of inputs (fertilizers, pesticides, water) using precision agriculture approaches.
Integrate remote sensing data and predictive models to optimize input use efficiency while maintaining productivity.
Contribute to the design of variable-rate application strategies and sustainability-oriented practices.
Field Trials and Demonstrations:
Set up and manage short- and long-term field trials to test and validate precision agriculture technologies and practices — including AI-powered solutions — across key crops (e.g., rice, wheat, maize, and soybeans).
Proof measurable benefits of reduced input usage and improved application efficiency to farmers, stakeholders and the scientific community.
Collaboration and Knowledge Transfer:
Work closely with agronomists, farmers, industry partners and other research teams to translate findings into practical, scalable applications.
Provide training, workshops and technical support focused on the transfer of knowledge on digital tools to end-users and the adoption of precision agriculture and digital technologies in the sector..
Reporting and Dissemination:
Provide high-quality reports, peer-reviewed scientific publications, and presentations for journals, conferences and public audiences.
Contribute to the dissemination of the economic and environmental benefits of precision agriculture, with particular emphasis on AI innovations and their impact.
Grant Writing and Funding:
Mentorship and Leadership:
Provide guidance and mentorship to junior researchers, interns and technical staff, fostering a collaborative, innovative and high-performance environment centered on cutting-edge AI applications in agriculture.
Required qualifications and experience
Ph.D. in Agronomy, Crop Science, Precision Agriculture, Agricultural Engineering, or a related field.
Proven experience in precision agriculture and digital agronomy, particularly in arable crops, including the use of remote sensing data and field observations to support input optimization (e.g. variable rate technology) and crop monitoring.
Expertise in remote sensing and geospatial analysis, including the use of satellite imagery, UAV/drone data, proximal sensing and GIS tools for agricultural applications.
Experience in the digitalization of agricultural systems, including integration of multi-source data (soil, crop, weather) and generation of agronomic indicators.
Demonstrated experience in data management and processing (e.g., R, Python, or similar), including cleaning, harmonization, structuring, and integration of datasets for use in decision support systems (DSS) or digital platforms.
Experience in the use of different technologies (bulk electric conductivity, gamma rays, etc.) to map soil field intra-field variability.
Deep understanding of agronomic practices, crop physiology and soil science. Familiarity with integrated pest management (IPM) and sustainable agriculture practices.
Proven ability to design, implement, and manage field trials and research projects. Strong organizational skills and attention to detail.
Experience working in multidisciplinary teams and with diverse stakeholders, including farmers, advisors, agronomists and industry partners.
Strong communication and interpersonal skills.
A strong track record of publishing research findings in peer-reviewed scientific journals and presenting at conferences.
Experience in developing project proposals and securing funding.
Ability to mentor and guide junior researchers and interns, fostering a collaborative and innovative environment.
Willingness to stay updated with advancements in precision agriculture technologies and integrate new approaches into projects.
Strong analytical and problem-solving skills, with the ability to develop practical solutions to complex agricultural challenges.
Proficiency in English.
Strong teamwork skills, ability to adapt to multidisciplinary environments and a focus on professional growth and development.
Desirable requirements
Full driving license for Europe and travelling availability.
Good communication skills and client-oriented thinking and working.
Expertise in methodological approaches to develop empirical and mechanistic models.
Advanced proficiency in data analysis and programming environments, such as R, Python, or equivalent, including experience in handling large and complex datasets.
Strong capability in the use of AI and machine learning techniques for data processing, predictive modelling and decision support in agricultural or geospatial contexts.
Catalan and Spanish are valued.
Advantages of joining our team:
Contract: permanent position or IRTA Consolida (tenure track) position subject to the qualifications and experience of the selected candidate.
Salary: to be resolved according to the qualifications and experience of the selected candidate
37.5 hour workweek, with Friday afternoons off
Intensive work schedule from 15/06 to 15/09
23 vacation days
3 days of family & work conciliation
45 hours of personal days
Remote work 6 workdays per month
Flexible Schedule for a good work-life balance.
Continuous training and professional growth opportunities.
Please know that if you are the chosen candidate and you are from a country which does not belong to the UE, IRTA’s People Department will support you to get the residence and working permits.
Instructions to Apply
If you wish to be considered for this position and believe you meet the requirements, please submit your application through the form available at the bottom of this page.
Equal treatment and equal opportunities are guaranteed for all candidates in the selection process, avoiding stereotypes, bias or barriers linked to gender, sexual orientation, origin, age, ideology, or any other potentially discriminatory condition. The organization also ensures inclusion commitment toward vulnerable groups, and the first round of the selection process is reserved for candidates with functional diversity.
Selection Process:
Curricular assessment: The candidate’s qualifications and merits will be evaluated according to the criteria established in the job offer.
Interview(s): These will be conducted by a Selection Committee to assess the candidate’s suitability in terms of professional experience and competencies.
Additional tests (if applicable): Depending on the position profile and the needs of the process, specific competency-based tests and/or a psychometric test may be included in order to more accurately assess the suitability of the candidates.
Start of contract: October - November 2026 (approximately)
Estem buscant un/a investigador/a entusiasta i motivat/ada, amb un doctorat en Agronomia, Agricultura de Precisió, Teledetecció o un àmbit relacionat, per incorporar-se a l'equip del Programa de Cultius Extensius Sostenibles, ubicat a Lleida. Oferim l'oportunitat de formar part d'una organització amb un entorn de treball dinàmic i col·laboratiu, orientat al desenvolupament professional.
Aquesta posició es centrarà en el desenvolupament i la integració de la teledetecció, les dades geoespacials i el coneixement agronòmic per donar suport a la presa de decisions en els principals cultius extensius, com ara l'arròs, el blat de moro i la soja, entre d'altres (Agrolabs Digitals IRTA). Mitjançant la combinació de dades de camp, teledetecció, GIS i eines de suport a la decisió basades en dades, la persona seleccionada liderarà recerca d'alta qualitat i contribuirà al desenvolupament de solucions pràctiques per avançar cap a sistemes agrícoles més resilients i més eficients en l'ús dels recursos.
Funcions i responsabilitats:
Teledetecció i digitalització dels sistemes agrícoles
Dissenyar, implementar i millorar metodologies per a la digitalització de parcel·les agrícoles mitjançant tecnologies de teledetecció, incloent-hi imatges de satèl·lit, dades d'UAV/drons, sensors de proximitat i sistemes de monitoratge de camp.
Desenvolupar fluxos de treball per extreure indicadors agronòmics (com ara la fenologia del cultiu, la biomassa, l'estrès o l'estat nutricional) a partir de dades de múltiples fonts.
Contribuir a la integració d'aquests conjunts de dades en sistemes de suport a la presa de decisions (DSS) per a cultius extensius.
Gestió, processament i integració de dades
Liderar la neteja, harmonització i estructuració de conjunts de dades agronòmiques i ambientals relacionades amb el desenvolupament dels cultius.
Desenvolupar fluxos de treball reproduïbles per a la ingestió, el processament i l'emmagatzematge de dades, garantint-ne la compatibilitat amb plataformes digitals i eines DSS.
Aplicar tècniques avançades d'anàlisi de dades, intel·ligència artificial (IA) i aprenentatge automàtic (machine learning) per a la detecció de patrons, la modelització predictiva i el suport a la presa de decisions.
Desenvolupament d'eines de suport a la presa de decisions (DSS)
Participar en el desenvolupament i la millora de sistemes DSS, com ara eines per a la selecció de varietats en cultius extensius o eines digitals per recomanar tecnologies innovadores de producció agrícola.
Transformar el coneixement agronòmic i els resultats experimentals en algoritmes operatius i sistemes de recomanació (per exemple, mapes de prescripció o eines d'optimització de l'ús d'insums).
Garantir que les eines siguin orientades a l'usuari, escalables i adaptables a les necessitats dels agricultors.
Agricultura de precisió i optimització dels insums
Desenvolupar i validar estratègies de gestió específica per zones (site-specific management) dels insums agrícoles (fertilitzants, productes fitosanitaris i aigua) mitjançant enfocaments d'agricultura de precisió.
Integrar dades de teledetecció i models predictius per optimitzar l'eficiència en l'ús dels insums mantenint la productivitat dels cultius.
Contribuir al disseny d'estratègies d'aplicació a dosi variable i de pràctiques agrícoles orientades a la sostenibilitat.
Assaigs de camp i demostracions
Dissenyar, establir i gestionar assaigs de camp a curt i llarg termini per provar i validar tecnologies i pràctiques d'agricultura de precisió —incloent-hi solucions basades en IA— en cultius clau com l'arròs, el blat, el blat de moro i la soja.
Demostrar de manera quantitativa els beneficis de la reducció de l'ús d'insums i de la millora de l'eficiència de les aplicacions davant dels agricultors, altres agents del sector i la comunitat científica.
Col·laboració i transferència de coneixement
Treballar estretament amb agrònoms, agricultors, empreses del sector i altres equips de recerca per convertir els resultats científics en aplicacions pràctiques i escalables.
Impartir formació, tallers i suport tècnic per facilitar la transferència de coneixement sobre eines digitals als usuaris finals i fomentar l'adopció de tecnologies digitals i d'agricultura de precisió al sector.
Informes i difusió
Elaborar informes tècnics d'alta qualitat, publicacions científiques revisades per parells i presentacions per a revistes especialitzades, congressos i públic general.
Contribuir a la difusió dels beneficis econòmics i ambientals de l'agricultura de precisió, amb especial èmfasi en les innovacions basades en intel·ligència artificial i el seu impacte.
Preparació de projectes i captació de finançament
Mentoria i lideratge
Proporcionar orientació i mentoratge a investigadors júnior, estudiants en pràctiques i personal tècnic, fomentant un entorn de treball col·laboratiu, innovador i d'alt rendiment, amb un fort enfocament en les aplicacions més avançades de la intel·ligència artificial en l'agricultura.
Requisits i experiència:
Doctorat en Agronomia, Ciència dels Cultius, Agricultura de Precisió, Enginyeria Agrícola o un àmbit relacionat.
Experiència demostrable en agricultura de precisió i agronomia digital, especialment en cultius extensius, incloent-hi l'ús de dades de teledetecció i observacions de camp per donar suport a l'optimització dels insums (per exemple, tecnologies d'aplicació a dosi variable) i al monitoratge dels cultius.
Experiència sòlida en teledetecció i anàlisi geoespacial, incloent-hi l'ús d'imatges de satèl·lit, dades d'UAV/drons, sensors de proximitat i eines de sistemes d'informació geogràfica (SIG) aplicades a l'agricultura.
Experiència en la digitalització dels sistemes agrícoles, incloent-hi la integració de dades de múltiples fonts (sòl, cultiu, meteorologia, etc.) i la generació d'indicadors agronòmics.
Experiència demostrable en gestió i processament de dades (per exemple, amb R, Python o llenguatges similars), incloent-hi la neteja, harmonització, estructuració i integració de conjunts de dades per a la seva utilització en sistemes de suport a la presa de decisions (DSS) o plataformes digitals.
Experiència en l'ús de diferents tecnologies (conductivitat elèctrica aparent del sòl, sensors de raigs gamma, etc.) per cartografiar la variabilitat intraparcel·lària del sòl.
Coneixement profund de les pràctiques agronòmiques, la fisiologia dels cultius i la ciència del sòl. Es valorarà el coneixement de la gestió integrada de plagues (GIP) i de les pràctiques d'agricultura sostenible.
Capacitat demostrada per dissenyar, implementar i gestionar assaigs de camp i projectes de recerca. Bones habilitats organitzatives i gran atenció al detall.
Experiència treballant en equips multidisciplinaris i amb diferents agents del sector, incloent-hi agricultors, assessors, agrònoms i empreses.
Excel·lents habilitats de comunicació i de relació interpersonal.
Trajectòria consolidada en la publicació de resultats de recerca en revistes científiques amb revisió per parells i en la presentació de treballs en congressos científics.
Experiència en la preparació de propostes de projectes i en la captació de finançament competitiu.
Capacitat per orientar i tutoritzar investigadors júnior i estudiants en pràctiques, fomentant un entorn de treball col·laboratiu i innovador.
Interès per mantenir-se al dia dels avenços en tecnologies d'agricultura de precisió i capacitat per integrar noves metodologies i enfocaments en els projectes de recerca.
Excel·lents capacitats analítiques i de resolució de problemes, amb habilitat per desenvolupar solucions pràctiques a reptes agrícoles complexos.
Domini de l'anglès.
Gran capacitat de treball en equip, adaptabilitat a entorns multidisciplinaris i orientació al desenvolupament i al creixement professional.
Mèrits addicionals:
Permís de conduir en vigor vàlid per conduir a Europa i disponibilitat per viatjar.
Bones habilitats de comunicació, amb orientació al client i enfocament al servei.
Experiència en el desenvolupament i l'aplicació de metodologies per a la construcció de models empírics i mecanístics.
Domini avançat d'eines d'anàlisi de dades i entorns de programació, com R, Python o equivalents, incloent-hi experiència en la gestió i l'anàlisi de grans volums de dades complexes.
Capacitat demostrada en l'aplicació de tècniques d'intel·ligència artificial i machine learning per al processament de dades, la modelització predictiva i el suport a la presa de decisions en l'àmbit agrícola o geoespacial.
Es valorarà el coneixement del català i del castellà.
Avantatges d’unir-se al nostre equip:
Contracte: permanent o plaça IRTA Consolida (tenure track), en funció de les qualificacions i l'experiència de la persona seleccionada.
Salari: es determinarà en funció de les qualificacions i l'experiència de la persona seleccionada.
Jornada de 37,5 hores setmanals, amb divendres a la tarda lliure
Horari intensiu del 15/06 al 15/09
23 dies de vacances
3 dies de conciliació familiar i laboral
45 hores de dies personals
Teletreball 6 dies laborables al mes
Horari flexible per afavorir l’equilibri entre vida laboral i personal
Formació contínua i oportunitats de creixement professional
Si la persona seleccionada prové d’un país que no pertany a la UE, el Departament de Persones de l’IRTA donarà suport en l’obtenció dels permisos de residència i treball.
Es garanteix la igualtat de tracte i d’oportunitats per a totes les persones candidates durant el procés de selecció, evitant estereotips, biaixos o barreres relacionades amb el gènere, l’orientació sexual, l’origen, l’edat, la ideologia o qualsevol altra condició potencialment discriminatòria. L’organització també garanteix el compromís amb la inclusió de col·lectius vulnerables, i la primera fase del procés de selecció està reservada a persones candidates amb diversitat funcional.
Procés de selecció
Valoració curricular: s’avaluaran les qualificacions i mèrits segons els criteris establerts a l’oferta.
Entrevista/s: realitzades per un Comitè de Selecció per avaluar l’adequació del perfil professional i les competències.
Proves addicionals (si escau): segons el perfil de la posició i les necessitats del procés, es podran incloure proves específiques per competències i/o una prova psicomètrica.
Inici del contracte: octubre - novembre 2026 (aproximadament).