En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

Chimie verte et conception de catalyseurs assistée par ordinateur (H/F)

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

Date Limite Candidature : mardi 30 juillet 2024 23:59:00 heure de Paris

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler

Informations générales

Intitulé de l'offre : Chimie verte et conception de catalyseurs assistée par ordinateur (H/F)
Référence : IRL3464-JERZAF-003
Nombre de Postes : 1
Lieu de travail : VILLENEUVE D ASCQ
Date de publication : mardi 9 juillet 2024
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 4 novembre 2024
Quotité de travail : Temps complet
Rémunération : La rémunération est d'un minimum de 2135,00 € mensuel
Section(s) CN : Chimie de coordination, catalyse et procédés, interfaces

Description du sujet de thèse

Coordonnées des recruteurs:
• Jérémie Zaffran (theoretien): jeremie.zaffran[at]cnrs.fr
• Benjamin Katryniok (experimentateur): benjamin.katryniok[at]centralelille.fr

Mots-clefs:
- Chimie verte (valorisation de la biomasse et du CO2)
- Catalyse hétérogène
- Chimie computationnelle (DFT calculations)
- Machine learning

Sujet:
Une thèse de doctorat, financée par le CNRS (Centre National de la Recherche Scientifique), sous la codirection de l'UCCS (Unité de Catalyse et Chimie des Solides, à Lille—France) et de l'E2P2L (Laboratoire de Produits et Procédés Eco-Efficients, à Shanghai (Chine), avec la participation de l'UCLA (Université de Californie, Los Angeles, aux États-Unis), est actuellement disponible. L'étudiant sera basé à Lille en France, avec la possibilité d'organiser un séjour de recherche de courte durée à l'UCLA (selon disponibilité de financement). Si l'UCCS est un laboratoire leader dans le domaine de la catalyse et une unité académique associant principalement le CNRS et l'Université de Lille, E2P2L est une unité mixte entre académie et industrie développant des procédés de chimie verte et incluant de nombreux partenaires, notamment le CNRS et Solvay (récemment rebaptisé Société "Syensqo"). Cette thèse s'appuie sur une collaboration internationale et des recherches interdisciplinaires, associant la chimie expérimentale et computationnelle à l'apprentissage automatique.

Dans le contexte environnemental actuel et la pénurie de ressources fossiles, la valorisation de la biomasse et l'élimination du CO2 constituent une alternative prometteuse. Le glycérol est un composé abondant issu des plantes et des déchets verts, et peut être valorisé en produits à haute valeur ajoutée. Dans ce projet, nous visons à trouver un procédé original pour réaliser la carboxylation directe du glycérol via le CO2, afin d'obtenir du carbonate de glycérol, un solvant vert d'intérêt pour les industriels. Si différents procédés ont déjà été proposés pour obtenir cette molécule, la plupart d'entre eux font appel à des précurseurs d'halogénures toxiques et procèdent par des voies indirectes. Ici, dans le cadre de la catalyse hétérogène, nous prévoyons de développer des outils informatiques, combinant les calculs de la théorie fonctionnelle de la densité (DFT) et les algorithmes d'apprentissage automatique, pour prédire la réactivité des surfaces en fonction de leurs compositions chimiques, afin de concevoir des catalyseurs solides efficaces pour le carboxylation directe du glycérol. Nos travaux s'appuieront sur des publications récentes démontrant l'activité prometteuse du CeO2, dopé avec certains métaux spécifiques. Dans la première étape du projet, le mécanisme précis de la réaction sera élucidé, dans le cadre d'une enquête synergique entre expérimentateurs et théoriciens, avec une attention particulière sur l'effet de la couverture de CO2 à la surface. Ensuite, une base de données corrélant la nature et le rapport de plusieurs dopants avec l'activité de surface sera élaborée, afin d'adapter un modèle prédictif d'apprentissage automatique efficace. Enfin, ce modèle numérique sera utilisé pour cribler les propriétés catalytiques d'un grand nombre de compositions de surface, les plus prometteuses étant finalement validées expérimentalement.

Compétences désirées:
• Expérience en laboratoire humide (catalyse) : intermédiaire
• Chimie du solide et des surfaces : intermédiaire
• Calcul de la théorie fonctionnelle de la densité : bases.
• Capacités d'apprentissage automatique et de script : bases.

Informations complémentaires:
• Jérémie Zaffran (Superviseur 1 ) E2P2L: https://www.e2p2l.com
• Benjamin Katryniok (Superviseur 2) UCCS: https://uccs.univ-lille.fr
• Philippe Sautet (Collaborateur) UCLA: https://www.chemistry.ucla.edu/directory/sautet-philippe

Contexte de travail

Le projet sera dirige conjointement par le laboratoire E2P2L a Shanghai (Chine) et l'UCCS a Lille (France), en partenariat avec l’université de Californie-Los Angeles (UCLA) aux Etats-Unis. L’étudiant sera base dans les locaux de l'UCCS.

Contraintes et risques

Rien a signaler