Description du sujet de thèse

Le projet se concentre sur le développement de méthodes d'apprentissage automatique de pointe dont l'objectif est de prédire les structures atomistiques (c'est-à-dire la façon dont les atomes s'arrangent) à partir d'un ensemble de propriétés physiques souhaitées. Il s'agira de combiner des modèles génératifs (autoencodeurs variationnels, modèles de diffusion, etc.) qui utilisent des représentations invariantes et équivariantes des structures atomistiques avec des simulations de mécanique quantique, ce qui nous permettra de construire des algorithmes qui apprennent de manière autonome grâce à l'apprentissage actif, en générant de nouvelles données en cas de besoin. Un certain nombre d'applications concrètes sont prévues, notamment la construction de molécules et de matériaux destinés aux batteries de nouvelle génération et aux applications de détection.

Contexte de travail

Recrutement dans le cadre d'une chaire internationale de l'institut d'intelligence artificielle MIAI Cluster

Le laboratoire Science et ingénierie des matériaux et procédés est localisé sur le campus Est de Grenoble, à Saint Martin d'Hères. Il s'agit d'une unité mixte de recherche du CNRS, de Grenoble INP - UGA et de l’UGA.
Le laboratoire regroupe physiciens, mécaniciens et chimistes des matériaux et des fluides sur des objectifs relevant de la conception et de l’élaboration de matériaux et de procédés.
La personne recrutée sera accueillie dans le groupe.TOP (Thermodynamique, modélisation et Optimisation des Procédés)

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.

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

N/A