En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR6634-CHRVUR-042 - Chercheur/Chercheuse en CDD (H/F) en machine learning pour les matériaux

Chercheur/Chercheuse en CDD (H/F) en machine learning pour les matériaux

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

Date Limite Candidature : mercredi 7 juin 2023

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

Intitulé de l'offre : Chercheur/Chercheuse en CDD (H/F) en machine learning pour les matériaux
Référence : UMR6634-CHRVUR-042
Nombre de Postes : 1
Lieu de travail : ST ETIENNE DU ROUVRAY
Date de publication : mercredi 17 mai 2023
Type de contrat : CDD Scientifique
Durée du contrat : 12 mois
Date d'embauche prévue : 1 octobre 2023
Quotité de travail : Temps complet
Rémunération : entre 2 805 et 3 963 € brut mensuel selon expérience
Niveau d'études souhaité : Niveau 8 - (Doctorat)
Expérience souhaitée : Indifférent
Section(s) CN : Matière condensée : organisation et dynamique

Missions

La mission du candidat (H/F) sera de développer une nouvelle approche multi-échelles de machine-learning de type réseaux de neurones, dans l'optique d'accélérer les simulations en champ de phase et en champ de phase cristallin utilisées au sein du GPM.

Activités

-Travail bibliographique initial, d'une part sur les approches de type champ de phase, et d'autre part sur les différentes approches de réseaux de neurones (RNN, PINN, NN+RL etc.), et choix de l'approche la plus adaptée.
-Élaboration d'un dataset de simulations en champ de phase.
-Mise en oeuvre de l'approche machine learning : projection des microstructures de champ phase du dataset dans un espace latent (fingerprinting), puis apprentissage et test de l'approche machine learning fondée sur les réseaux de neurones.

Compétences

-De très bonnes compétences en programmation dans un des langages suivants : Python, C/C++, Fortran, est indispensable.
-Des connaissance solides dans les domaines de la matière condensée et/ou des matériaux sont attendues.
-Une maîtrise préalable du machine learning sera très utile.
-Une connaissance générale des approches de champ de phase pourra aider.

Contexte de travail

Le GPM (Groupe de Physique des Matériaux, UMR CNRS 6634) est structuré en 5 départements: Instrumentation Scientifique, Métallurgie, Microstructures, Mécanique, Matériaux Fonctionnels et nanostructures, Systèmes désordonnés et Polymères, Ouvertures thématiques et Innovation. Il rassemble 160 personnels dont 57 chercheurs et enseignants-chercheurs titulaires, 29 Ingénieurs, Techniciens et Administratifs, 50 doctorants et 15 chercheurs contractuels . Le laboratoire est situé sur le Campus Sciences et Ingénierie Rouen Normandie (à Rouen /Saint Etienne du Rouvray), au sein de l'Université de Rouen Normandie et de l'INSA Rouen Normandie (7000m2). Le/La chercheur/seuse (H/F) recruté (e) sera rattaché (e) au département Métallurgie, Microstructures, Mécanique (MMM) au sein de l'équipe Modélisation multi-échelle des transformations de phase qui se spécialise dans le développement d'approches numériques multi-échelles de type champ de phase et champ de phase cristallin, sous l'encadrement de Gilles Demange (MCF) et de Helena Zapolsky (PR), et avec le soutien de Renaud Patte (IR). Il ou elle aura accès au supercalculateur du “supercalculateur de Normandie” (CRIANN) pour effectuer ses simulations.

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Contraintes et risques

/