Modélisation atomistique et par apprentissage automatique de la combustion de l’aluminium
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Modélisation atomistique et par apprentissage automatique de la combustion de l’aluminium (chercheur CDD,H/F)
Nouveau
Laboratoire d'analyse et d'architecture des systèmes
TOULOUSE
- Haute-Garonne
- Chercheur en contrat CDD
- 12 mois
- Doctorat
This offer is available in English version
Cette offre est ouverte aux personnes disposant d’un titre leur reconnaissant la qualité de travailleur handicapé ou travailleuse handicapée.
L'unité
Laboratoire d'analyse et d'architecture des systèmes
Type de Contrat
Chercheur en contrat CDD
Temps de Travail
Complet
Lieu de Travail
31031 TOULOUSE
Durée du contrat
12 mois
Date d'Embauche
04/01/2027
Rémuneration
3040-4200
Postuler Date limite de candidature
mardi 1 décembre 2026 23:59
Description du Poste
Les Missions
La manière dont l’aluminium réagit avec une atmosphère oxydante présente un intérêt majeur pour de nombreuses applications actuelles, notamment les propergols, les matériaux énergétiques au sens large et la production cyclable d’énergie verte. Nous recherchons un chercheur postdoctoral fortement motivé pour travailler sur la modélisation du système Al-O à haute température.
Le candidat prendra en charge des calculs DFT et AIMD (dynamique moléculaire ab initio) afin de compléter l’ensemble des données déjà disponibles au sein de notre groupe et de répondre, au niveau le plus fondamental, à des questions spécifiques portant sur les mécanismes de ces systèmes. Il développera ensuite des potentiels d’apprentissage automatique, MLP (Machine Learning Potentials), à l’aide de techniques standards, notamment de procédures d’apprentissage actif.
Le Projet Comporte Plusieurs Objectifs Scientifiques
- Établir/consolider un potentiel interatomique fondé sur l’apprentissage automatique dédié au système Al-O dans la gamme de températures correspondant à l’aluminium liquide ;
- Étudier la thermochimie de la nucléation et de la croissance des oxydes au sein de l’aluminium liquide ;
- Étudier l’interaction des agrégats d’alumine avec des gouttelettes d’aluminium liquide.
L'Activité
- Calculs DFT
- outils ad hoc machine learning
- dynamique moléculaire
Votre Profil
Compétences
Expertise en dynamique moléculaire, génération de potentiels d'interaction inter-atomique par machine learning
Votre Environnement de Travail
Position ouverte au LAAS CNRS à Toulouse, au sein de l'équipe MRS, département "Gestion de l'Energie"
Contraintes et risques
non pertinent
Rémunération et avantages
- Rémunération 3040-4200
- Congés et RTT annuels 44 jours
- Pratique et Indemnisation du TT Pratique et indemnisation du TT
- Transport Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€
À propos de l’offre
Référence de l’offre UPR8001-ALAEST-008 Section(s) CN / Domaine de recherche Mathématiques et interactions des mathématiques Expérience souhaitée 1 à 4 années
À propos du CNRS
Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.