En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR6534-AURGON-018 - CDD chercheur (H/F) : Algorithmes d'Apprentissage en Physique Fondamentale et Appliquée

CDD chercheur (H/F) : Algorithmes d'Apprentissage en Physique Fondamentale et Appliquée

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

Date Limite Candidature : mercredi 12 octobre 2022

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 !

Informations générales

Référence : UMR6534-AURGON-018
Lieu de travail : CAEN
Date de publication : mercredi 21 septembre 2022
Type de contrat : CDD Scientifique
Durée du contrat : 36 mois
Date d'embauche prévue : 1 novembre 2022
Quotité de travail : Temps complet
Rémunération : A partir de 4353,15€ brut mensuel selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Plus de 10 années

Missions

Le projet a pour objectif de développer au LPC CAEN, un nouvel axe de recherche et d'ingénierie autour des techniques d'intelligence artificielle (IA). Il s'agira de soutenir deux axes : la recherche en physique fondamentale et ses applications dans le domaine du nucléaire. Plus concrètement, le(a) candidat(e) devra appliquer ces nouvelles méthodes IA, pour d'une part, étudier les propriétés fondamentales du neutrino avec l'expérience KM3NeT/ORCA, et d'autre part pour développer de nouvelles techniques de mesure de radiations pour la dosimétrie temps réel.
Malgré d'énormes progrès expérimentaux et notamment l'établissement de l'oscillation à trois saveurs, le neutrino reste la particule la plus énigmatique du modèle Standard de la physique des particules. La prochaine décennie s'annonce très prometteuse, avec un effort expérimental mondial d'envergure et la construction de plusieurs méga-détecteurs autour du globe dans le but d'augmenter la précision sur les paramètres d'oscillation de saveurs. Dans ce contexte, le projet KM3NeT (Cubic Kilometer Neutrino Telescope) occupe une position unique : ce télescope neutrino installé en Mer Méditerranée à plus de 2000 m de profondeur, est optimisé pour l'astronomie multi-messager des neutrinos à haute énergie et pour l'étude des oscillations des neutrinos atmosphériques. A cet effet, il utilise un réseau de plusieurs centaines d'unités de détection permettant la détection de la lumière Cherenkov issues de l'interaction des neutrinos. Avec un démarrage en configuration finale programmé pour 2025, KM3NeT/ORCA pourra obtenir une indication sur la hiérarchie des masses en 3 ans seulement. La collaboration, et en particulier le LPC-CAEN, est en train de construire et de déployer le détecteur en mer Méditerranée. Dans l'objectif d'augmenter la sensibilité aux paramètres d'oscillations, elle se doit de poursuivre la préparation et le développement des outils d'analyse des vastes quantités de données qu'elle accumule depuis début 2020. C'est donc dans cette perspective que ce projet prend place.
La fiabilité des mesures de radiations est un aspect central dans de nombreuses activités de la filière nucléaire et de radiothérapie. Dans le cas des neutrons, beaucoup de radiamètres utilisés sont très peu précis (effets de diffusion, taille des systèmes et complexité des sources) ce qui très souvent amène à un conservatisme dans les calculs de doses. Ce projet propose le développement de méthodes AI autour d'un détecteur multi-mode d'un nouveau type qui permet d'échantillonner les flux de neutrons et gammas en segmentant le volume actif du système en voxels. Ce système permettra à la fois de déterminer la direction d'émission, l'énergie, la distribution spatiale des radiations et la possibilité de reconstruire précisément la dose efficace pour des flux de particules directionnelle et isotrope.
Ce poste a donc pour objectif d'accroître très significativement la gamme de compétences en méthode numérique et IA et d'augmenter l'impact du LPC CAEN dans l'exploitation des données des projets scientifiques en cours, tout en développant de nouvelles applications avec les acteurs de la région Normandie. Elle se veut également promotrice d'un enseignement et d'une formation au niveau master et doctorat qui donnera la possibilité aux nouvelles générations d'étudiants d'avoir accès à une formation par la recherche se basant sur des outils de pointe transférables et tournés vers l'avenir.

Activités

En ce qui concerne le projet KM3NeT, le(a) candidat(e) selectionné(e) devra mettre l'accent sur les aspects suivants des techniques de machine learning :
- Développement d'un framework pour la conception, le déploiement et le maintien des algorithmes utilisés dans les analyses de KM3NeT
- Conception de nouveaux algorithmes d'approximation de distributions (type GANs, auto-encoders ou Normalising Flow) pour augmenter l'échantillonnage en évitant certaines étapes coûteuses de la simulation.
- Exploration des techniques d'auto-apprentissage et d'élagage pour l'optimisation des modèles.

En ce qui concerne les activités dosimétrie, le(a) candidat(e) selectionné(e) devra mettre l'accent sur :
- Optimisation et maintien des algorithmes pour la dosimétrie en utilisant le même framework que pour KM3NeT.
- Optimisation du nombre de mesures et du temps de comptage en simulant des campagnes virtuelles et en utilisant des agents d'intelligence artificielle pour optimiser le problème. L'objectif est de progresser vers une dosimétrie en temps réel .
- Collaboration avec les PME locales pour mettre en place des démonstrations à l'extérieur, utiliser leur savoir-faire en réalité virtuelle.

En outre, le(a) candidat(e) devra encadrer deux thèses de doctorat sur le temps du projet (analyse des données KM3NeT et dosimétrie) ainsi que des stages M1 ou de M2 (au moins 1 par an).

Compétences

Il est attendu des candidats d'être détenteur d'une thèse en physique nucléaire et/ou physique des particules expérimentale. De fortes compétences en méthode numérique et en méthode d'apprentissage sont requises.

Contexte de travail

Le(a) candidat(e) retenu(e) sera affecté(e) à l'équipe KM3NeT du groupe GrAMM, au sein du Laboratoire de Physique Corpusculaire de Caen. Cette équipe est composée de 4 membres permanents : deux maîtres de conférences et deux chargés de recherche CNRS. Ses activités de recherche portent sur la simulation et l'analyse des données du télescope KM3NeT. En outre le groupe Applications Médicales et Industrielles du LPC Caen développe depuis de nombreuses années des instruments dédiés à la radioprotection. En particulier, le projet DONEUT vise à développer un prototype de spectromètre/débitmètre neutron transportable pour l'industrie électronucléaire. Le fonctionnement décloisonné du LPCC entre les différents groupes de recherche et les services est un environnement favorable à la naissance d'une synergie autour du développement du nouveau dosimètre – imageur neutron/gamma.

Le LPC CAEN, comptant environ 87 personnels, est une unité mixte de Recherche (UMR 6534) dépendant de trois tutelles : le CNRS, l'Université de Caen Normandie (UCN) et l'Ecole Nationale Supérieure d'Ingénieurs de Caen (ENSICAEN). Il est situé sur le Campus 2 de l'Université de Caen (Campus Côte de Nacre) et fait parti du parc de recherche de l'ENSICAEN (www.lpc-caen.in2p3.fr/).

Contraintes et risques

Travail sous rayonnements ionisants,
Déplacements fréquents en France et à l'international.

Informations complémentaires

Contrat financé par la Région Normandie.

On en parle sur Twitter !