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

Doctorant-e en Astrophysique H/F

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

Date Limite Candidature : mardi 10 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 : UMR7326-ANAMEK-012
Lieu de travail : MARSEILLE 13
Date de publication : mardi 20 juillet 2021
Nom du responsable scientifique : Nataly GARCIA
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 1 octobre 2021
Quotité de travail : Temps complet
Rémunération : 2 135,00 € brut mensuel

Description du sujet de thèse

Le sujet de thèse est le suivant : "Sonder l'univers à haut redshift à l'époque de la réionisation".
Dans une première phase, le travail consistera à consolider les modèles des populations d'objets à haut décalage vers le rouge et de contaminants ainsi que la méthode de sélection bayésienne, basée sur le facteur de Bayes ou la sélection de modèles bayésiens complets. Les modèles utiliseront les données spectrales et morphologiques existantes et considéreront i) les fonctions de luminosité des populations d'objets à haut redshift, ii) les galaxies de type précoce à des décalages vers le rouge intermédiaires et iii) la distribution des naines brunes (y compris les binaires) dans la Voie lactée. Ces modèles seront ensuite utilisés pour exécuter une simulation de bout en bout en générant des catalogues fictifs alimentés par des images simulées par Euclid et récupérées avec le pipeline Euclid. D'un point de vue statistique, le principal défi est de fournir un algorithme pour calculer la preuve des modèles qui s'adapte au nombre d'objets à sélectionner. Les performances de divers algorithmes de sélection seront ensuite testées et comparées. Des données auxiliaires et publiques provenant de vastes études de terrain (par exemple PanStarrs, CFIS, MzLS, WISE, etc.) seront prises en compte pour améliorer l'efficacité des méthodes de sélection. La méthode de sélection bayésienne sera comparée à des classificateurs d'apprentissage automatique de pointe basés sur le bagging, le boosting ou les réseaux neuronaux profonds entraînés sur de longues bases de données. Un aspect important de ce travail consistera à tester les performances des méthodes de sélection sur des ensembles de données infrarouges existants (par exemple HST, UKIDSS, VISTA, CFHQSIR, WISE, etc.) et à récupérer les galaxies et quasars à haut décalage horaire détectés jusqu'à présent, et éventuellement de nouveaux. Le modèle et les outils seront appliqués aux ensembles de données initiaux d'Euclid. Ce travail sera développé dans le contexte du groupe de travail Euclid sur l'univers primitif et en relation avec les équipes développant le segment terrestre de la mission. Ces travaux donneront lieu à plusieurs publications. A l'issue de la mission, le/la lauréat.e aura une expérience directe d'une mission spatiale de haut niveau et sera idéalement placé.e pour continuer à travailler sur l'exploitation scientifique d'Euclid ou d'autres projets astrophysiques à grande échelle. Il/Elle sera également en mesure de devenir un.e chercheur.e en début de carrière dans les domaines de la statistique computationnelle et de l'apprentissage automatique.

Contexte de travail

Les galaxies et les quasars à haut décalage vers le rouge (z>7) sont des sondes de l'univers lointain qui permettent d'étudier la formation et l'évolution des premiers objets de l'univers et de l'époque de réionisation qui s'est produite à z = 7,7 ± 0,7 (point médian, collaboration Planck VI, 2018). L'observation de l'Univers primordial dans cette plage de décalage vers le rouge est un objectif prioritaire de la plupart des projets spatiaux et terrestres des prochaines décennies. EUCLID (lancement en 2022) et JWST (lancement en 2021) seront les premières missions à dévoiler de grands échantillons de ces populations à haut décalage vers le rouge, suivies par Roman, les précurseurs du SKA, ATHENA, LISA, etc. Des observations spectroscopiques complémentaires des sources détectées par Euclid avec le JWST, le VLT, l'ALMA et l'ELT permettront des études détaillées sans précédent de l'époque de la réionisation et de la formation des premières galaxies et quasars. Euclid aura un impact et une valeur patrimoniale considérables et durables, en permettant pour la première fois des études de corrélation croisée avec des données 21 cm. EUCLID détectera des centaines (resp. des dizaines) de quasars à z > 7 (resp. z > 8) à partir de son relevé large de 15 000 degrés carrés, et des milliers de galaxies à z > 7 à partir de son relevé profond de 40 degrés carrés. Cependant, les naines brunes et les galaxies de type précoce à des décalages vers le rouge intermédiaires ont des couleurs similaires à celles des objets à haut décalage vers le rouge et agissent comme des contaminants. Des outils statistiques sophistiqués facilitant la sélection des objets à haut décalage sont donc nécessaires. Des méthodes de sélection bayésiennes ont été développées et utilisées pour la sélection des quasars à haut décalage vers le rouge dans les relevés infrarouges à grand champ (voir par exemple la collaboration Euclid : Barnett et al., 2019 ; Pipien et al. 2018). Ces méthodes utilisent des modèles détaillés des populations d'objets à hautredshift et de contaminants. La sensibilité d'Euclid sondera des domaines de l'espace des paramètres non couverts par ces modèles (en magnitudes et/ou dans l'espace), et des modèles plus sophistiqués devront être élaborés. Inversement, des modèles simplifiés peuvent être utilisés pour entraîner des algorithmes d'apprentissage automatique ou profond.

Informations complémentaires

Le/la candidat.e idéal.e aura une solide expérience en physique, en sciences spatiales ou en science des données. Une expérience en astronomie et en astrophysique est souhaitable. Les candidatures doivent comprendre une lettre de motivation, un CV ainsi que des lettres de référence.

On en parle sur Twitter !