En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR5253-GUIMAU-029 - Postdoc H/F Prediction de nouveaux matériaux MOFs pour l'adsorption de gaz par Machine Learning

Postdoc H/F Prediction de nouveaux matériaux MOFs pour l'adsorption de gaz par Machine Learning

Cette offre est disponible dans les langues suivantes :
Français - Anglais

Date Limite Candidature : vendredi 2 juillet 2021

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Faites connaître cette offre !

Informations générales

Référence : UMR5253-GUIMAU-029
Lieu de travail : MONTPELLIER
Date de publication : vendredi 21 mai 2021
Type de contrat : CDD Scientifique
Durée du contrat : 12 mois
Date d'embauche prévue : 1 septembre 2021
Quotité de travail : Temps complet
Rémunération : autour de 2600 euros bruts
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent

Missions

L'objectif est de prédire de nouveaux matériaux MOFs pour le stockage de méthane et d'hydrogène en faisant appel à des approches de type Machine Learning. Ce travail de simulations numériques a pour ambition de guider les experimentateurs vers de nouveaux matériaux poreux pour atteindre les objectifs de la DOE à la fois pour le méthane et l'hydrogène.

Activités

Travail exclusivement de simulations numériques avec l'implementation d'approches de type Machine Learning couplées avec des simulations moléculaires de type Monte Carlo.

Compétences

Compétences dans le domaine des approches Machine Learning et idéalement avec une experience dans le domaine des simulations moléculaires de type Monte Carlo appliquées aux materiaux poreux

Contexte de travail

Ce travail s'effectuera en collaboration avec un groupe d'expérimentateurs mondialement reconnue dans le domaine du design de MOFs

Contraintes et risques

Aucun risque identifié

On en parle sur Twitter !