Post-doctorant (H/F)

OBSERVATOIRE DE LA COTE D'AZUR; Nice; Sur place; EUR 35 000 - 50 000; Plein temps

Résumé du poste

Un institut de recherche scientifique à Nice recrute un postdoctorant pour un projet sur la modélisation de dynamos magnétiques. Le candidat doit posséder un doctorat validé et des compétences en simulation numérique et en apprentissage automatique. Le rôle implique la gestion de données complexes et la communication des résultats. Une expérience dans des environnements de haute performance est souhaitable. Le contrat est de 24 mois à temps plein.

Prestations

Salaire basé sur l'expérience

Déplacements ponctuels

Qualifications

• Expérience dans la simulation numérique parallèle (DNS, LES).
• Connaissance des réseaux de neurones et des approches modernes d'apprentissage automatique.
• Compétences en analyse statistique et visualisation de données.

Responsabilités

• Développer et appliquer des méthodes de modélisation avancées.
• Gérer des ensembles de données multidimensionnelles.
• Contribuer aux publications et livrables ANR.

Connaissances

Simulation numérique parallèle

Apprentissage automatique

Manipulation de données

Python

Linux

Formation

Doctorat (PHD) validé

Outils

HDF5

NetCDF

PyTorch

TensorFlow

C++

Description du poste

Description de l'emploi: 01/02/2026Le poste s'inscrit dans le cadre du projet ANR MilaDy - Machine Learning Modeling for Turbulent Dynamos (2026-2030), coordonné par C. Nore (LISN, Université Paris-Saclay), S. Cheng (CEREA, ENPC), avec Y. Ponty (Observatoire de la Côte d'Azur) et F. Marcotte (INRIA Côte d'Azur). Le projet vise à élucider les mécanismes d'auto-génération et d'inversion des champs magnétiques dans les fluides conducteurs en mouvement, phénomènes caractéristiques des noyaux planétaires et des intérieurs stellaires. Pour ce faire, il combine simulation numérique haute performance (HPC) et apprentissage automatique afin de concevoir des modèles prédictifs réduits capables de reproduire la dynamique complexe des écoulements magnétohydrodynamiques (MHD) turbulents. Le/la chercheur-se postdoctoral-e participera à la modélisation, l'analyse et l'interprétation de grandes bases de données issues de simulations MHD tridimensionnelles. Il/elle développera et appliquera des méthodes avancées de réduction de dimension, de détection d'événements rares et de caractérisation d'attracteurs multiples, en s'appuyant sur des approches modernes d'apprentissage automatique et de représentation latente (autoencodeurs, modèles informés par la physique, apprentissage contrastif).Une attention particulière sera portée à la mise en relation des structures apprises avec les invariants physiques et les paramètres de contrôle des écoulements.Le/la postdoctorant-e sera accueilli-e au laboratoire Lagrange (OCA, Nice), en lien étroit avec l'équipe Castor (INRIA Côte d'Azur), et collaborera activement avec l'ensemble du consortium MilaDy (LISN, CEREA).Activités principales- la génération de données issues de simulations DNS/LES des écoulements MHD turbulents représentatifs des dynamos planétaires et expérimentales (ex. DRESDYN) .- Gérer et structurer de grands ensembles de données multidimensionnelles issus de ces simulations.- Développer et entraîner des modèles pour la réduction de dimension, la prédiction de régimes dynamiques et la détection d'événements rares.- la conception et l'entraînement de modèles de compression et de représentation latente respectant les contraintes physiques (physics-aware encoders/decoders) ;- l'analyse et l'interprétation des espaces latents pour relier les représentations apprises à des paramètres physiques de l'écoulement ;- l'évaluation des modèles d'apprentissage à l'aide de métriques de cohérence physique (spectres d'énergie, hélicité, divergence, topologie magnétique) ;- Intégrer des contraintes physiques dans les architectures d'apprentissage.- Valoriser les résultats à travers des publications, communications et livrables ANR.Connaissances requises- Simulation numérique parallèle (DNS, LES, codes MPI/OpenMP).- Réduction de données et de modèles.- Apprentissage automatique appliqué à la physique numérique : réseaux de neurones convolutionnels, autoencodeurs, attention-based networks, contrastive learning, ou modèles informés par la physique (PINNs).- Manipulation et prétraitement de grands volumes de données (HDF5, NetCDF, PyTorch DataLoader, etc.).- Outils de calcul scientifique : Python (NumPy, PyTorch, TensorFlow), C++ pour la partie simulation.- Analyse statistique et visualisation de données scientifiques.- Bonne connaissance de Linux et des environnements de calcul intensif.Niveau de recrutement et diplômes requis- Doctorat (PHD) validéRémunérationBasée sur la grille fonction publique du corps des chercheurs, variable en fonction de l'expérience.Le salaire annuel brut est proportionnel au niveau d'expérience.Pour postulerMerci de faire parvenir votre CV et une lettre de motivation en parallèle par mél au responsable [e-mail] , copie au service des ressources humaines : [e-mail] nos postes sont ouverts aux personnes en situation de handicap.

Type de contrat CDD - 24 Mois
Contrat travail Durée du travail 37H/semaineTravail en journée
Salaire

• Restauration
• en fonction de l'experience

Déplacements Déplacements: Ponctuels

Profil souhaité

Expérience

• Débutant accepté
• Bac+5 et plus ou équivalents- doctorat validé Cette formation est indispensable

Informations complémentaires

• Secteur d'activité : Recherche-développement en autres sciences physiques et naturelles

Employeur

100 à 199 salariés

L'Observatoire de la Côte d'Azur, Établissement Public à caractère Scientifique, Culturel et Professionnel (E. P. S.C.P.).L'OCA regroupe et pilote les activités de recherche en sciences de la Terre et de l'Univers de la région azuréenne grâce à son unité mixte de services, Galilée et ses 3 unités de recherche multitutelles (OCA, CNRS, UNS, IRD) : Artémis, Géoazur et Lagrange. L'OCA est membre de la ComUE Université Côte d'Azur fondée le 27 février 2015.Mme Nice OCA