
Activez les alertes d’offres d’emploi par e-mail !
Générez un CV personnalisé en quelques minutes
Décrochez un entretien et gagnez plus. En savoir plus
Un institut de recherche en physique en France cherche un chercheur pour une thèse sur l'étude de la dynamique quantique des particules. Le candidat analysira des données expérimentales et utilisera des techniques d'intelligence artificielle pour le développement de nouvelles expériences. Le début de la thèse est prévu pour le 1er octobre 2025 et la position est de plein temps.
Organisation/Company Université Paris‑Saclay GS Physique
Research Field Physics Researcher
Profile Recognised Researcher (R2) Leading Researcher (R4) First Stage Researcher (R1) Established Researcher (R3) Country France
Application Deadline 29 Sep 2026 - 22:00 (UTC)
Type of Contract Temporary Job Status Full‑time
Is the job funded through the EU Research Framework Programme? Not funded by a EU programme
Is the Job related to staff position within a Research Infrastructure? No
La compréhension de la Chromodynamique Quantique (QCD) est un challenge majeur de la physique nucléaire. Comment la masse du nucléon émerge d'une assemblée de particules essentiellement sans masse? Comment le spin du nucléon se construit d'une assemblée de quarks et de gluons? Ces questions de base restent encore sans réponse. Une approche à ces problèmes est la détermination expérimentale de la distribution des constituants du nucléon (les partons) dans les espaces de configuration et d'impulsions. Les Distributions Généralisées de Partons (GPDs) encodent les corrélations entre les partons au sein du nucléon et contiennent en conséquence des informations sur la structure et la dynamique du nucléon qui peuvent être confrontées à des calculs QCD sur réseaux. Ce projet consiste en l'étude expérimentale de la distribution Eq mesurée dans la réaction de Diffusion Compton Virtuelle Profonde (DVCS) sur un neutron. Il implique l'analyse et l'interprétation de données expérimentales récemment acquises. L'utilisation de techniques d'intelligence artificielle est en la matière un aspect novateur du projet qui concerne également le développement d'une nouvelle génération d'expériences, soit la mesure de la réaction de Diffusion Compton Profonde Doublement Virtuelle (DDVCS) dans la perspective des projets SoLID(mu) et (mu)CLAS12 récemment approuvés.
The understanding of the Quantum Chromo‑Dynamics (QCD) is a major challenge of nuclear physics. How the mass of the nucleon emerges from essentially massless constituents? How the spin of the nucleon build‑up from an assembly of quarks and gluons? These are basic and still unanswered questions. An approach to solve these problems consists in the experimental determination of the distribution of the nucleon constituents (the partons) in the momentum and configuration spaces. These so‑called Generalized Parton Distributions (GPDs) encode the correlations between the partons inside the nucleon, and consequently contain information about the structure and dynamics of the nucleon which can ultimately be confronted to lattice QCD calculations. This project consists in the experimental study of the distribution Eq which is accessed in the Deeply Virtual Compton Scattering (DVCS) reaction off a neutron. It involves the analysis and interpretation of recently acquired experimental data developing and using Machine Learning techniques. It also concerns the development of the next generation of experiments that are the measurements of the Double Deeply Virtual Compton Scattering (DDVCS) reaction in the perspective of the recently approved SoLID(mu) and (mu)CLAS12 experimental projects at the Jefferson Lab (JLab).
Début de la thèse : 01/10/2025
Funding category:
Contrats ED : Programme blanc GS‑Physique