Ingénieur Numéricien – Modélisation Multiphysique & Phénomènes de Réaction/Diffusion H/F (IT) / Freelance

COMET; Orcines; On-site; EUR 55,000 - 75,000; Full time

Job summary

COMET, au sein de l'équipe Recherche Avancée d'un grand groupe industriel, intervient sur un projet stratégique axé sur l'écoconception et les matériaux de nouvelle génération.

Votre mission est de concevoir et déployer des modèles numériques prédictifs pour simuler l'évolution et la dégradation de matrices complexes en contact avec des milieux réactifs et biologiques, en combinant mécanique des milieux continus, cinétique, transport et ML.

Qualifications

• Conception de modèles prédictifs multi‑échelles.
• Intégration de FEA et approches hybrides physique/ML.
• Interprétation et calibration avec données expérimentales.

Responsibilities

• Assurer le développement et le déploiement de modèles prédictifs.
• Analyser les phénomènes d'interface et les transferts de matière.
• Exploiter les données expérimentales pour calage et validation des modèles.
• Restituer les résultats sous forme de critères de design et contribuer à des collaborations externes.

Job description

Au sein de l'équipe Recherche Avancée d'un grand groupe industriel, vous intervenez sur un projet stratégique axé sur l'écoconception et les matériaux de nouvelle génération.

L’objectif de la mission est de concevoir et de déployer des modèles numériques prédictifs afin de simuler l'évolution, le vieillissement et la dégradation de matrices complexes au contact de milieux réactifs et biologiques.

Objectifs & Livrables

En interface directe avec les experts R&D (spécialistes matériaux, chimistes, ingénieurs procédés), vous assurez :

• 
  

  Développement de modèles prédictifs multi-échelles :

  
  
  
  
  • 
    

    Modélisation couplée associant mécanique des milieux continus, cinétique réactionnelle et phénomènes de transport (diffusion de masse, gradients de concentration).

    
    
  
  
  • 
    

    Implémentation via des codes de calcul par éléments finis (FEA) et/ou approches hybrides associant physique et Machine Learning (PINNs, surrogate models).

    
    
  
  
  
  


• 
  

  Compréhension des phénomènes d'interface :

  
  
  
  
  • 
    

    Modélisation des mécanismes de surface : dégradation, adhésion, sorption/désorption et transferts de matière.

    
    
  
  
  • 
    

    Exploitation et intégration des données expérimentales (chimie analytique, spectrométrie, caractérisations de surface) pour le calage et la validation des modèles.

    
    
  
  
  
  


• 
  

  Aide à la décision & valorisation scientifique :

  
  
  
  
  • 
    

    Restitution des résultats de simulation sous forme de critères de design exploitables par les équipes de formulation.

    
    
  
  
  • 
    

    Rédaction de la documentation technique et contribution aux collaborations scientifiques externes.