En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UPR8011-JULLAM-002 - H/F Postdoc 2ans Machine-learning pour la simulation atomistique

H/F Postdoc 2ans Machine-learning pour la simulation atomistique

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

Date Limite Candidature : jeudi 12 août 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 : UPR8011-JULLAM-002
Lieu de travail : TOULOUSE
Date de publication : jeudi 22 juillet 2021
Type de contrat : CDD Scientifique
Durée du contrat : 24 mois
Date d'embauche prévue : 1 novembre 2021
Quotité de travail : Temps complet
Rémunération : 2648
Niveau d'études souhaité : Doctorat
Expérience souhaitée : 1 à 4 années

Missions

Les potentiels d'interactions par machine-learning ont été récemment proposés pour combler l'écart entre les méthodes de premiers principes et les méthodes empiriques. Dans ce projet, nous utiliserons une méthode développé au sein du laboratoire et nommé Physical LassoLars Interaction Potential (PLIP). En particulier, le candidat(e) retenu(e) travaillera sur deux manière d'améliorer la méthode PLIP. Il/Elle va implémenter un entraînement on-the-fly du potentiel qui va permettre d'améliorer sa transférabilité. Ensuite, il/elle va s'attaquer aux problèmes liés aux interactions à longue portée en incorporant de manière explicite les effets électrostatiques avec des charges coulombiennes obtenues par machine-learning.

Activités

- Prise en main de la méthode PLIP
- Implémentation de la méthode on-the-fly training
- Implémentation des charges électrostatiques
- Test des méthodes sur différents matériaux

Compétences

- Programmation CPP
- Calcul de dynamique moléculaire LAMMPS
- Construction de potentiels d'interactions
- Machine-learning

Contexte de travail

Le travail s'effectuera au sein de l'équipe SINanO du CEMES situé à Toulouse.
La personne recrutée sera encadré par Julien Lam en collaboration avec Magali Benoit et Rémi Arras.

On en parle sur Twitter !