Informations générales
Référence : UMR8247-FRACOU-003
Lieu de travail : PARIS 05
Date de publication : mercredi 27 avril 2022
Type de contrat : CDD Scientifique
Durée du contrat : 12 mois
Date d'embauche prévue : 1 septembre 2022
Quotité de travail : Temps complet
Rémunération : entre 2744 € et 3897 € bruts mensuels selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : 1 à 4 années
Missions
Les matériaux cristallins présentant des propriétés mécaniques et thermiques inhabituelles, telles qu'une compressibilité linéaire négative, un coefficient de Poisson négatif ou une dilatation thermique négative, sont hautement souhaitables pour des applications mais relativement rares. Ils sont plus courants dans les matériaux à structure nanoporeuse (structures métallo-organiques, structures supramoléculaires et autres) que dans les matériaux inorganiques denses, mais les rôles relatifs de la chimie, de la géométrie et de la topologie sur ces propriétés ne sont pas entièrement compris à ce jour.
L'objectif de ce projet post-doctoral est d'utiliser les techniques de simulation développées dans le groupe pour guider la conception de nouveaux matériaux de structure avec des propriétés mécaniques et thermiques adaptées. Ce projet combine plusieurs échelles de modélisation : des calculs de chimie quantique (typiquement la théorie de la fonction de densité) des structures et de leur comportement élastique, la dynamique moléculaire ab initio, et la dynamique moléculaire classique basée sur des potentiels interatomiques entraînés par apprentissage automatique. Ces approches de modélisation, ainsi que les modèles de physique statistique des diagrammes de phase (pression, température) des matériaux, nous permettront de comprendre et de prédire l'apparition de comportements mécaniques et thermiques anormaux dans les matériaux cadres. Le travail actuel se concentrera spécifiquement sur le développement et la validation de potentiels interatomiques entraînés par apprentissage statistique (machine learning), sur des données de référence ab initio MD, pour la prédiction des propriétés mécaniques et thermiques.
Activités
- Simulations moléculaires ab initio
- Simulations de dynamique moléculaire classique
- Optimisation de champs de force
Compétences
- Modélisation moléculaire
- Chimie quantique
- Science des données
Contexte de travail
Le poste est financé par l'ANR (Agence Nationale pour la Recherche). Le chercheur post-doctoral travaillera à Chimie ParisTech, au sein de l'Institut de Recherche de Chimie Paris.
On en parle sur Twitter !