Post-doctorant (F/H) Cur Numérique Unifié Pour La

**Type de contrat **:CDD **Niveau de diplôme exigé **:Thèse ou équivalent **Fonction **:Post-Doctorant **Niveau d'expérience souhaité **:De 3 à 5 ans **Contexte et atouts du poste**: **Dans le cadre d’un partenariat de collaboration entre 2 équipes Inria : ANGE et INRIA Chile** **L’ objectif est de produire et développer un code de calcul certifié mathématiquement pour la simulation océanique à grande échelle et initier une collaboration scientifique avec le Chili.** **Des déplacements réguliers sont prévus pour ce poste : au moins un voyage au Chili est prévu pour ce post-doc.** **Les frais de déplacements seront pris en charge dans la limite du barème en vigueur.** **Mission confiée**: Augmenting physical models with neural networks is an important area of research [1], it allows to improve the forecasting of physical systems when only partial knowledge of their dynamics is known. In this setting, the system is decomposed into a physical part, driven by the known equation(s) of the physical system, and a learned part, where parameters are chosen in a supervised manner, by comparing with observations or outputs of higher fidelity models. This approach has the potential to improve our physical models and increase their efficiency, providing an alternative to physical parameterisations that attempt to approximate unresolved phenomena. Large-scale approaches that successfully combine dynamical models with deep learning, such as the Neural GCM [2], have had a very important impact on the weather and climate prediction community and seem very promising for ocean models. [1] Yin, et. al. "Augmenting Physical Models with Deep Networks for Complex Dynamics Forecasting". _Journal of Statistical Mechanics: Theory and Experiment_ - 2021 [2] Kochkov, et. al. "Neural General Circulation Models for Weather and Climate". _Nature_ - 2024 [3] Zanna, et. al. "Data-Driven Equation Discovery of Ocean Mesoscale Closures". _Geophysical Research Letters_ 47 - 2020 [4] Ross, et. al. "Benchmarking of Machine Learning Ocean Subgrid Parameterizations in an Idealized Model". _Journal of Advances in Modeling Earth Systems_ 15 - 2023 [5] Pedersen, et. al. "Reliable Coarse-Grained Turbulent Simulations through Combined Offline Learning and Neural Emulation". _arXiv_ - 2023 [6] List, et. al. "How Temporal Unrolling Supports Neural Physics Simulators". _arXiv_ - 2024 [7] Ramadhan, et. al. "Capturing Missing Physics in Climate Model Parameterizations Using Neural Differential Equations". _essoar_ - 2022. [8] Frezat, et. al. "A Posteriori Learning for Quasi-Geostrophic Turbulence Parametrization". _Journal of Advances in Modeling Earth Systems_ 14 - 2022 [9] Ramadhan, et. al. "Oceananigans.Jl: Fast and Friendly Geophysical Fluid Dynamics on GPUs". _Journal of Open Source Software_ 5 - 2020 [10] Häfner, et. al. "Veros v0.1 - a Fast and Versatile Ocean Simulator in Pure Python". _Geoscientific Model Development_ 11 - 2018 [11] Kohl, et. al. "Benchmarking Autoregressive Conditional Diffusion Models for Turbulent Flow Simulation". _arXiv_ - 2024 **Principales activités**: Activités complémentaires : participation aux activités régulières de l'équipe (séminaires, groupe de travail, participation occasionnelle à l'encadrement doctoral) **Compétences**: Compétences techniques et niveau requis : thèse en calcul scientifique ou dans un domaine voisin Langues : français, anglais Compétences relationnelles : capacités de collaborations **Avantages**: - Restauration subventionnée - Transports publics remboursés partiellement - Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement) - Possibilité de télétravail et aménagement du temps de travail - Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.) - Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria) - Accès à la formation professionnelle - Sécurité sociale **Informations générales**: - **Thème/Domaine**: Schémas et simulations numériques Calcul Scientifique (BAP E) - **Ville**: Paris - **Centre Inria**: Centre Inria de Paris - **Date de prise de fonction souhaitée**: 2025-01-01 - **Durée de contrat**: 8 mois - **Date limite pour postuler**: 2024-11-04 **Consignes pour postuler**: **Sécurité défense**: Ce poste est susceptible d’être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L’autorisation d’accès à une zone est délivrée par le chef d’établissement, après avis ministériel favorable, tel que défini dans l’arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence