Post-doctorat - Modélisation atomique d'actinides par modèles machine learning - H/F

CEA; Bruyères-le-Châtel; Sur place; EUR 42 000 - 54 000; Plein temps

Résumé du poste

CEA, site DAM Île-de-France (Bruyères-le-Châtel), propose un post-doctorat visant à construire des modèles de dynamique moléculaire basés sur l'apprentissage automatique pour l'oxyde de plutonium, en s'appuyant sur des données ab initio existantes. Le poste inclut le développement d'interfaces d'entraînement, l'évaluation et la comparaison des modèles et l'usage du code exaStamp.

Profil recherché: Doctorat en mathématiques, physique, science des matériaux, ou domaine connexe, avec expérience en

Qualifications

• Doctorat dans les domaines pertinents (maths/physique/science des matériaux ou équivalent).
• Expérience en modélisation atomistique et dynamique moléculaire, apprentissage automatique.
• Capacité à programmer et traiter les données; connaissances en calcul ab initio seraient un plus.

Responsabilités

• Revue bibliographique des modèles de ML pour oxydes d'actinides.
• Développement des modèles ML sur données ab initio; développement de potentiels.
• Validation et comparaison des performances; évaluation coût/précision des méthodes.
• Application et analyse des résultats des simulations et rédaction de rapports.
• Collaboration avec des experts du CEA et présentation des résultats.

Connaissances

Modélisation atomistique

Dynamique moléculaire

Apprentissage automatique

Programmation Python

Programmation Bash

Traitement de données

Esprit d'équipe

Formation

Doctorat en mathématiques, physique, science des matériaux

Outils

Python

Bash

Description du poste

Le post-doctorat vise à construire des modèles de dynamique moléculaire basés sur l'apprentissage automatique pour l'oxyde de plutonium, en s'appuyant sur des données ab initio déjà existantes. Ce travail inclut le développement d'interfaces simples pour l'entraînement des modèles, l'évaluation et la comparaison des différents modèles présents dans la littérature en définissant une 'bonne' métrique pour déterminer le compromis coût de calcul/précision pour les applications du CEA, notamment pour les simulations à grande échelle. La mise en place et la comparaison des méthodes d'active-learning afin d'enrichir la base de données d'entraînement sont une partie intégrante du travail. Les simulations seront effectuées grâce au code exaStamp, développé au sein de l'équipe de travail.

Compétences acquises : Modélisation à l'échelle atomique ; Compétences en apprentissage automatique ; Analyse, comparaison et synthèse de différentes méthodologies et modèles ; Compétences en programmation et en traitement de données ; Collaboration avec des experts de plusieurs disciplines.

Déroulé

• Revue bibliographique : Etude des modèles de machine learning existants pour les oxydes d'actinides ; Identification des méthodologies les plus pertinentes pour l'oxyde de plutonium.
• Développement des modèles : Entraînement des modèles de machine learning sur les données ab-initio ; Développement de potentiels pour les simulations atomistiques.
• Validation et évaluation : Comparaison des performances des différents modèles ; Evaluation de la précision et de l'efficacité des modèles développés ; Méthodes d'active-learning.
• Application et analyse : Utilisation des modèles pour étudier le comportement de l'oxyde de plutonium sous irradiation ; Analyse des résultats et rédaction des rapports.
• Collaboration et communication : Collaboration avec les experts du domaine au sein du CEA ; Rédaction d'articles scientifiques et présentation des résultats.

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

Profil recherché : Doctorat en mathématiques, physique, science des matériaux, ou domaine connexe. Expérience en modélisation atomistique, dynamique moléculaire, et apprentissage automatique. Compétences en programmation (Python ou autre) et en traitement de données. Des connaissances en calculs ab initio et en développement de potentiels pour les simulations atomistiques sont un plus. Capable d'être autonome et de travailler en équipe.

Python, Bash.

Post-doctorat

Localisation du poste

Site : DAM Île-de-France

France, Ile-de-France, Essonne (91)

Ville : Bruyères-le-Châtel