Post-doctorat - Etudes des matériaux pour la fusion en apprentissage automatique - H / F

CEA; Île-de-France; Sur place; EUR 35 000 - 45 000; Plein temps

Résumé du poste

Une organisation de recherche en Île-de-France recherche un post-doctorant pour caractériser la matière aux conditions extrêmes. Le candidat idéal a des compétences en apprentissage automatique et en physique de la matière condensée, ainsi que des connaissances en Python et Linux. Ce poste inclut la création de méthodologies pour les simulations de dynamique moléculaire.

Qualifications

• Compétence en apprentissage automatique et physique de la matière condensée.
• Connaissance de Python et Linux.

Responsabilités

• Familiarisation avec les outils de création de potentiels numériques.
• Création d'une méthodologie pour l'inclusion de la température électronique.
• Utilisation du potentiel numérique pour des simulations de dynamique moléculaire.

Connaissances

Apprentissage automatique

Physique de la matière condensée

Python

Linux

Formation

Post-doctorat

Description du poste

Description de l'offre

Pour caractériser la matière aux conditions extrêmes, les simulations ab initio incluant les effets quantiques électroniques et les effets à N-corps ont permis des avancées significatives, et ce même avec des températures électroniques et nuclréaires différentes. Ces calculs sont toutefois extrêmement coûteux en temps de calcul et ne peuvent être utilisés que sur des systèmes de taille très limitée. Pour remédier à ce problème, il est possible de construire des potentiels numériques en apprentissage automatique calibrés sur les simulations ab initio mais pouvvant ensuite être utilisés dans des simulations classiques plus longues et avec beaucoup plus de particules. L'objectif de ce projet est d'utiliser cette technique afin de caractériser la microphysique en jeu lors des expériences de FCI.

Le.a post-doctorant.e commencera par se familiariser avec les outils de créations de potentiels numériques sur des cas simples. Il s'agira ensuite de créer une méthodologie permettant l'inclusion de la température électronique dans le potentiel numérique et d'entraîner ce potentiel sur une base de donnée suffisamment représentative. Enfin, le potenbtiel numérique ainsi généré sera utilisé pour réaliser des simulations de dynamique moléculaire classique de taille mésoscopique pour étudier les effets dynamiques dans une cavité et une capsule de FCI.

Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et / ou des possibilités d'organisation pour l’inclusion des travailleurs handicapés.

Participant à la protection nationale, une enquête administrative est réalisée pour tous les collaborateurs du CEA afin d'assurer l'intégrité et la sécurité de la nation.

Profil du candidat

Une compétence en apprentissage automatique et en physique de la matière condensée est souhaitable.

Python, Linux.

Post-doctorat