En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR8004-CHRSER0-006 - H/F Ingénieur de recherche en conception de solides poreux de type MOFs pour l'intelligence artificielle

H/F Ingénieur de recherche en conception de solides poreux de type MOFs pour l'intelligence artificielle

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

Date Limite Candidature : mardi 13 décembre 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 : UMR8004-CHRSER0-006
Lieu de travail : PARIS 05
Date de publication : mardi 22 novembre 2022
Type de contrat : CDD Technique/Administratif
Durée du contrat : 12 mois
Date d'embauche prévue : 1 février 2023
Quotité de travail : Temps complet
Rémunération : Entre 2700 et 3100 euros bruts mensuels selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent

Missions

L'objectif du projet est de réaliser la synthèse de solides poreux de type Metal Organic Frameworks, d'évaluer leurs propriétés d'adsorption pour générer un jeu de données expérimentales de qualité afin d'établir des modèles prédictifs de type Intelligence Artificielle

Activités

Synthèse et caractérisation avancée de solides poreux de type MOFs en collaboration avec des expérimentateurs pour l'étude des propriétés d'adsorption de gaz et des modélisateurs pour établir les modèles prédictifs d'intelligence artificielle.

Compétences

Compétences en synthèse hydro/solvothermale et caractérisations avancées de MOFs (RX, adsorption de gaz…).

Contexte de travail

Ce travail sera réalisé dans le cadre du projet national PEPR Diadem, axe MOFLearning (https://www.cnrs.fr/en/node/6848), en collaboration avec Dr. FX Coudert (CNRS, Paristech, PSL) pour la modélisation et des équipes du CEA Marcoule (Dr. D. Meyer et al).

Contraintes et risques

Pas de contraintes identifiées, travail en laboratoire et sur poste informatique.

Informations complémentaires

Projet PEPR Diadem - MOFlearning

On en parle sur Twitter !