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

H/F Optimisation guidée par arbres de régression pour la maximisation du facteur de mérite thermoélectrique zT


Date Limite Candidature : vendredi 12 décembre 2025 23:59:00 heure de Paris

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

Informations générales

Intitulé de l'offre : H/F Optimisation guidée par arbres de régression pour la maximisation du facteur de mérite thermoélectrique zT
Référence : UMR5253-PHIJUN-003
Lieu de travail : MONTPELLIER
Pays : France
Date de publication : vendredi 21 novembre 2025
Type de contrat : Convention de stage
Durée du contrat : 6 mois
Date d'embauche prévue : 1 février 2026
Quotité de travail : Complet
Niveau de diplôme préparé : BAC+5
BAP : A - Sciences du vivant, de la terre et de l'environnement

Description du poste

La thermoélectricité convertit un gradient de température en courant électrique.
L’efficacité d’un matériau est quantifiée par la figure de mérite zT. L’objectif
est d’identifier des matériaux dont zT est maximal.
Des modéles d’apprentissage supervisé ont été entraînés pour prédire zT
à une température T pour des compositions de type semi-Heuslers écrites
A(1−x)A'(c)B(1-y)B'(y)C(1-z)C'z
où x,y et z sont des fractions de substitution. Parmi les modèles utilisés,
des arbres de régression (Random Forest, XGBoost, etc.) fournissent
de bonnes performances. Toutefois, l’espace combinatoire des compositions
étant gigantesque, une recherche exhaustive est prohibitive. Le stage vise
à concevoir des méthodes d’optimisation qui utilisent la structure interne
des arbres pour trouver rapidement des compositions maximisant zT.
Objectifs techniques du stage:
1. Formaliser rigoureusement le probl`ème d’optimisation en intégrant
la structure des arbres et les dépendances entre variables.
2. Concevoir des algorithmes capables d’orienter la traversée des arbres
vers des feuilles de forte valeur zT sans exploration exhaustive.
3. Comparer plusieurs stratégies (optimisation exacte quand possible,
heuristiques et méta-heuristiques, méthodes hybrides) sur des critères
de qualité, robustesse et temps de calcul.
4. Généraliser l’approche pour traiter des formules plus larges que la
classe des semi-Heuslers, afin d’appliquer la méthode à d’autres familles
de matériaux.
2

Description de l'employeur

Le stage se déroulera au sein du département de Chimie Théorique (D5) de l'Institut Charles Gerhardt de Montpellier.
Il sera supervisé par le Pr. Philippe Jund et le Dr. Shoeb Athar.

Descriptif du profil recherché

La/Le stagiaire devra avoir une formation solide en informatique: connaître les différentes techniques d'apprentissae automatique, l'algorithmique, le scripting (Python) ainsi que les techniques d'optimisation.

Langues

Anglais pour la partie scientifique, Français pour les questions administratives.

Informations complémentaires

Le stage est financé par le biais de l'appel à projets CHEM-IA du département de recherche Chimie de l'Université de Montpellier.