Chargée de recherche INRA : fiche complète 2026
Face à la multiplication des crises climatiques et à la pression sur les systèmes alimentaires, la fonction de chargée de recherche à l’Institut National de la Recherche Agronomique (INRA, intégré à INRAE depuis 2020) demeure un levier stratégique pour l’agriculture et l’environnement. Ce métier combine production de connaissances fondamentales et finalisées, souvent en partenariat avec les acteurs du monde agricole et industriel. Avec un score d’exposition à l’IA de 79 %, la profession est fortement impactée par l’automatisation de l’analyse de données et la modélisation, sans que le cœur du travail d’hypothèse et d’expérimentation soit remplaçable. Le salaire médian de 20 006 euros brut annuels en 2026 reflète une rémunération de début de carrière dans la fonction publique, loin des chiffres du privé.
Périmètre du métier et différences vs métiers proches
La chargée de recherche INRA conçoit, pilote et valorise des projets scientifiques dans les domaines de l’agronomie, de la biologie végétale et animale, de l’écologie ou des sciences alimentaires. Elle publie dans des revues à comité de lecture, encadre des doctorants et contribue à l’expertise collective. À la différence d’une ingénieure de recherche, la chargée de recherche se concentre sur la production de savoirs originaux plutôt que sur le support technique ou le développement d’outils. Le chercheur CNRS travaille sur un spectre disciplinaire plus large, tandis que le maître de conférences cumule enseignement et recherche dans une université. À l’INRA, le lien au terrain agricole et aux filières productives est plus immédiat que dans d’autres EPST (établissements publics à caractère scientifique et technologique).
Cadre réglementaire 2026
L’activité de recherche publique est encadrée par le Code de la recherche, qui fixe les droits et obligations des personnels scientifiques (déontologie, intégrité scientifique). Le RGPD s’applique dès que des données personnelles sont collectées, par exemple dans des études sur les consommateurs ou les agriculteurs. Depuis 2026, l’AI Act européen impose une transparence accrue pour les modèles utilisés en agronomie, notamment ceux participant à la prédiction de rendements ou au pilotage d’intrants. La CSRD (Corporate Sustainability Reporting Directive) concerne surtout les partenariats avec des entreprises privées, en exigeant un reporting extra-financier sur l’impact environnemental des recherches appliquées. La convention collective applicable est celle de la fonction publique d’État, via le statut général des fonctionnaires et le décret spécifique aux personnels chercheurs.
Spécialités et sous-métiers
La spécialité génétique et amélioration des plantes mobilise des outils de génomique et de sélection assistée par marqueurs, avec un lien fort aux semenciers. La spécialité agronomie systémique étudie les interactions sol-plante-climat, souvent via des dispositifs expérimentaux longue durée. La spécialité sciences animales s’intéresse au bien-être animal, à l’alimentation et à la génétique des élevages. La spécialité transformation et qualité des aliments travaille sur les procédés industriels, la conservation et la nutrition. Enfin, la spécialité écologie et gestion des écosystèmes aborde la biodiversité, les services écosystémiques et l’adaptation au changement climatique. Chaque sous-domaine dispose de ses propres revues, réseaux de collaboration et modalités de financement (ANR, Europe, fonds privés).
Outils et environnement technique
- Logiciels de statistique et analyse de données : R, Python, SAS, avec des bibliothèques spécifiques à la génomique et à l’écologie.
- Outils de modélisation et simulation : NetLogo, Dymola, ou modèles couplés sol-plante-atmosphère (STICS, APSIM).
- Bases de données et entrepôts : référentiels nationaux (INRAE Data), entrepôts européens (ENA, GBIF) pour les séquences génétiques et les observations.
- Équipements de laboratoire et de phénotypage : capteurs haute-débit, drones, imageurs hyperspectraux pour le phénotypage automatisé.
- Environnements de publication et gestion de projet : LaTeX, ORCID, HAL, Git pour le versioning des codes et protocoles.
- Outils collaboratifs et communication scientifique : Slack, Teams, Zoom, Notion pour le travail en réseau avec des partenaires académiques et professionnels.
Grille salariale 2026
| Niveau | Paris et Île-de-France | Régions |
|---|---|---|
| Junior (1-5 ans, CR2) | 21 000 – 28 000 | 20 006 – 26 000 |
| Confirmée (5-12 ans, CR1) | 30 000 – 38 000 | 28 000 – 35 000 |
| Senior (12+ ans, DR2) | 42 000 – 55 000 | 38 000 – 50 000 |
Les données incluent le traitement indiciaire de base selon la grille des fonctionnaires. Les primes (recherche, encadrement, mobilité) peuvent ajouter 5 à 15 % selon les projets et la localisation. Le salaire médian de 20 006 € correspond au premier échelon de chargée de recherche de 2e classe en province, avant primes.
Formations et diplômes
- Doctorat en biologie, agronomie, écologie ou sciences des aliments obligatoire, souvent suivi d’un ou deux post-doctorats à l’étranger.
- Master recherche en biologie intégrative, sciences végétales, productions animales ou bioinformatique, accessible après licence en SVT ou agronomie.
- Écoles d’ingénieurs agronomes (AgroParisTech, Montpellier SupAgro, ENSAIA) avec une spécialisation recherche et une thèse.
- Concours externe de chargée de recherche INRAE accessible aux titulaires d’un doctorat, éventuellement complété par un diplôme d’habilitation à diriger des recherches (HDR) pour évoluer.
- Formation continue : VAE possible pour les agents techniques ayant validé une thèse via un dispositif de validation des acquis de l’expérience, mais rare dans ce corps.
Reconversion vers ce métier
Le métier de chargée de recherche INRA est très protégé par le concours. Trois profils peuvent néanmoins envisager une passerelle. Un ingénieur agronome en bureau d’études, après une thèse CIFRE et un post-doctorat, peut candidater au concours externe. Un enseignant-chercheur en université peut intégrer l’INRA par mutation ou détachement, notamment sur des champs de recherche communs. Un technicien de recherche (BTSA, licence pro) avec une expérience significative peut passer le concours interne après avoir obtenu un doctorat par la voie de la formation continue. La mobilité entre instituts (CNRS, IRD, CIRAD) est également possible grâce au statut de fonctionnaire.
Exposition au risque IA
Avec un score de 79 %, la chargée de recherche INRA fait partie des métiers scientifiques fortement exposés à l’intelligence artificielle, mais non substituables. L’IA générative et les outils d’apprentissage automatique prennent en charge les tâches répétitives : traitement de données issues de capteurs, analyse d’images de phénotypage, revue de littérature automatisée, génération de premiers jets de code statistique. La modélisation prédictive (rendements, flux de carbone, propagation de pathogènes) est désormais largement déléguée à des réseaux de neurones, ce que le chercheur doit comprendre et critiquer. En revanche, la formulation des hypothèses, la conception des protocoles, l’interprétation causale et la valorisation des résultats auprès des pairs et des acteurs restent humaines. Le risque n’est pas le remplacement mais une transformation du métier, avec une exigence accrue en compétences computationnelles et une réduction du temps passé sur des tâches manuelles.
Marché de l’emploi
| Indicateur | Valeur ou tendance qualitative |
|---|---|
| Nombre de postes ouverts par an | Stable, environ 20-30 postes de chargée de recherche par concours externe, auxquels s’ajoutent les mutations |
| Niveau de tension | Faible à modéré : forte demande en data science et modélisation, mais offre importante de doctorants |
| Principaux employeurs | INRAE (majorité), CNRS, CIRAD, IRD, universités, laboratoires mixtes privés |
| Zones de recrutement | Répartition nationale : centres INRAE (Versailles, Montpellier, Rennes, Clermont-Ferrand, Avignon) et DOM-TOM |
Le marché est très concurrentiel : le taux de sélection au concours externe est inférieur à 10 %. Les candidats doivent montrer une production scientifique solide et une capacité à monter des projets européens. Les postes sont essentiellement en CDI de la fonction publique après titularisation.
Certifications et labels reconnus
- Qualiopi : pertinent pour les chercheurs qui coordonnent des formations professionnelles continues, obligatoire depuis la réforme de la formation.
- ISO 9001 : certaines unités de recherche l’obtiennent pour leurs services d’analyse ou leurs plateformes technologiques, gage de qualité de process.
- Habilitation à diriger des recherches (HDR) : diplôme universitaire obligatoire pour accéder au grade de directrice de recherche et encadrer des thèses officiellement.
- Label HRS4R (Human Resources Strategy for Researchers) : attribué aux institutions qui respectent la charte européenne du chercheur, INRAE le détient.
- Certification CNRS ou INRAE en gestion de projet : formations internes valorisées sans certification externe standardisée.
Évolution de carrière
À 3-5 ans, la chargée de recherche confirme sa spécialisation, augmente sa production scientifique, obtient son HDR et peut candidater au grade de directrice de recherche (DR2). À 5-10 ans, elle pilote des projets ANR ou européens, encadre des doctorants et post-doctorants, et accède souvent à des responsabilités collectives (direction d’équipe, animation de réseau). Après 10-15 ans, les trajectoires se diversifient : certains deviennent directeurs d’unité, d’autres rejoignent des instances d’expertise (ANSES, CNPEN), ou intègrent le secteur privé (R&D dans les semenciers, la chimie verte ou l’agroalimentaire). La mobilité vers l’administration de la recherche (direction de programme, agence de financement) est possible par détachement.
Perspectives du métier
La recherche agronomique s’oriente vers la transition agroécologique, ce qui renforce les liens avec les agriculteurs et les collectivités. Les données massives issues de capteurs satellites, de capteurs connectés et du phénotypage automatisé transforment les protocoles, faisant de la bioinformatique et de l’apprentissage automatique des compétences de base. L’IA explicable et la science ouverte imposent de nouvelles normes de partage et de reproductibilité, et les partenariats public-privé se développent en exigeant des chercheurs une culture de la valorisation et de la propriété intellectuelle.