Emplois actuels liés à Post-Doctorant F/H Cœur numérique unifié pour la hiérarchie de modèles d'océan - Paris, Île-de-France - Inria
-
Post-doctorant - modélisation des chants d'oiseaux (F/H)
il y a 2 jours
Paris, Île-de-France MUSEUM NATIONAL D'HISTOIRE NATURELLE Temps pleindate limite de candidature Post-doctorant - modélisation des chants d'oiseaux (F/H)Date limite Date de publication ContratContrat post-doctoralCatégorieADirection / ServiceUMR 7179 MÉCANISMES ADAPTATIFS ET EVOLUTION (MECADEV)Localisation75 - Paris - Tous sitesContexte du recrutement et définition de posteVous serez intégré dans l'équipe projet BiSEv...
-
Chercheur post-doctorant
il y a 1 semaine
Paris 10 Entrepôt, Île-de-France Choisir le Service Public Temps pleinInformations générales Organisme de rattachement CNRS Référence UMR7052-MORBEN-002 Date de début de diffusion /12/2025 Date de parution /12/2025 Date de fin de diffusion /01/2026 VersantFonction Publique de l'Etat CatégorieCatégorie A (cadre) Nature de l'emploiEmploi ouvert uniquement aux contractuels Domaine / MétierRecherche -...
-
Post-doctorant (H/F)
il y a 1 semaine
Paris 06 Luxembourg, Île-de-France Choisir le Service Public Temps pleinInformations générales Organisme de rattachement CNRS Référence UMR8070-ALISAR-001 Date de début de diffusion /12/2025 Date de parution /12/2025 Date de fin de diffusion /01/2026 VersantFonction Publique de l'Etat CatégorieCatégorie A (cadre) Nature de l'emploiEmploi ouvert uniquement aux contractuels Domaine / MétierRecherche -...
-
Doctorant en Intelligence Artificielle H/F
il y a 1 semaine
Paris, Île-de-France Junia Temps pleinDepuis 1885, JUNIA, affiliée à l'Université Catholique de Lille, forme des ingénieurs prêts à relever les grandes transitions et les défis de demain. Grâce à ses programmes emblématiques HEI, ISA et ISEN, JUNIA développe une expertise pluridisciplinaire couvrant l'industrie, le numérique, l'agroalimentaire, les agricultures, la santé et...
-
Paris, Île-de-France PSL Research University Temps pleinÀ propos de nousLe Collège de France est un grand établissement public d'enseignement supérieur et de recherche. Institution unique en France et sans équivalent à l'étranger, le Collège de France répond à une double vocation : être à la fois le lieu de la recherche la plus audacieuse et celui de son enseignement. Voué à la recherche...
-
Doctorant / Doctorante (H/F) en epigénétique et reproduction
il y a 2 semaines
Paris 14 Observatoire, Île-de-France Choisir le Service Public Temps pleinInformations générales Organisme de rattachement CNRS Référence UMR8104-JULCOC-001 Date de début de diffusion /12/2025 Date de parution /12/2025 Date de fin de diffusion /01/2026 VersantFonction Publique de l'Etat CatégorieCatégorie A (cadre) Nature de l'emploiEmploi ouvert uniquement aux contractuels Domaine / MétierRecherche -...
-
Paris, Île-de-France Inria Temps pleinLe descriptif de l'offre ci-dessous est en AnglaisType de contrat : CDDNiveau de diplôme exigé : Thèse ou équivalentFonction : Post-DoctorantContexte et atouts du posteThe position will be in the framework of the ERC Starting Grant DYNASTY (Dynamics-Aware Theory of Deep Learning).The position might include traveling to conferences for paper presentation....
-
Sales – Accessibilité Numérique
il y a 4 jours
Paris, Île-de-France Digital4Better Temps pleinL'entrepriseNotre raison d'êtreAccélérer la transformation numérique responsable des entreprises et promouvoir un numérique réellement positif pour la société et la planète. Depuis 5 ans, cette ambition nous guide au quotidien. Aujourd'hui, nous sommes une équipe de39 expertes passionnées, engagés aux côtés des grandes organisations pour bâtir...
-
Paris, Île-de-France CEA Temps pleinInformations générales Entité de rattachement La Direction des Applications Militaires (DAM) du CEA, au cœur des enjeux de la dissuasion nucléaire Française, cherche ses futurs talents. Organisme inclusif, le CEA est handi-accueillant : nos emplois sont ouverts à toutes et tous. Associer les forces et les compétences de chacun pour atteindre nos...
-
MPSSI Chargé(e) de mission des projets d'homologation
il y a 2 semaines
Paris, Île-de-France Direction de la Transformation Numérique (DTNUM) Temps pleinLeChargé de Mission des Projets d'Homologation (CMPH)est rattaché aupôle Mission de la Politique SSIde la Direction de la Transformation Numérique (DTNUM) du ministère de l'Intérieur.Il joue un rôle clé dans l'intégration de lasécurité des systèmes d'information (SSI)au cœur des projets numériques ministériels.Vos missionsVous accompagnez les...
Post-Doctorant F/H Cœur numérique unifié pour la hiérarchie de modèles d'océan
il y a 2 semaines
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 posteDans 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.
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.
Most of the existing works [3, 4, 5] have trained these parametrisations in an "offline" way, training the network to compensate the error of the physical model independently at each step. Even if this approach has shown encouraging results, it still has the effect of making the system unstable at test time, causing the simulation to stop after a few numerical integration steps. Several papers [6, 7, 8] have investigated this problem and shown that training parametrisations "online" has a major positive impact on the results, mostly mitigating stability issues. However, training parametrisations online is a major challenge, as the backpropagation through time can be unstable and requires large computational and memory load during training. Several strategies have been proposed to mitigate these difficulties, and the deep learning literature is rich in approaches to deal with the problem associated with long-term backpropagation through time. With the emergence of ocean models implemented in modern auto-differentiable languages [9, 10], applying these kinds of approaches to ocean models becomes possible and seems like a great opportunity.
The aim of the postdoc is to benchmark different online learning approaches in simplified Navier-Stokes systems (shallow water, quasi geostrophic models) and to explore different solutions to improve their results and reduce their training computational cost. It is also expected to compare these methods with the diffusion-based autogressive models presented in [11], which do not rely on physical models. By providing a benchmark and a set of techniques to facilitate the training of these approaches, the aim is to pave the way for the application of such approaches in larger, more complex ocean general circulation 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
[4] Ross, et. al. "Benchmarking of Machine Learning Ocean Subgrid Parameterizations in an Idealized Model". Journal of Advances in Modeling Earth Systems
[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
[8] Frezat, et. al. "A Posteriori Learning for Quasi-Geostrophic Turbulence Parametrization". Journal of Advances in Modeling Earth Systems
[9] Ramadhan, et. al. "Oceananigans.Jl: Fast and Friendly Geophysical Fluid Dynamics on GPUs". Journal of Open Source Software
[10] Häfner, et. al. "Veros v0.1 – a Fast and Versatile Ocean Simulator in Pure Python". Geoscientific Model Development
[11] Kohl, et. al. "Benchmarking Autoregressive Conditional Diffusion Models for Turbulent Flow Simulation". arXiv - 2024
Principales activitésPrincipales activés : étude mathématique d'une hiérarchie de modèles pour l'océanographie, codage d'un coeur numérique associé, application à la simulation océanographique.
Activités complémentaires : participation aux activités régulières de l'équipe (séminaires, groupe de travail, participation occasionnelle à l'encadrement doctoral)
CompétencesCompétences 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
- Thème/Domaine : Schémas et simulations numériques
Calcul Scientifique (BAP E)
- Ville : Paris
- Centre Inria : Centre Inria de Paris
- Date de prise de fonction souhaitée :
- Durée de contrat : 8 mois
- Date limite pour postuler :
Attention: Les candidatures doivent être déposées en ligne sur le site Inria. Le traitement des candidatures adressées par d'autres canaux n'est pas garanti.
Consignes pour postulerSécurité défense :
Ce poste est susceptible d'être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n° 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 l'annulation du recrutement.
Politique de recrutement :
Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.
Contacts- Équipe Inria : ANGE
- Recruteur :
Salomon Julien /
L'essentiel pour réussir- goûts pour le travail en collaboration,
- bonne connaissance des modèles hyperboliques et des schémas associés,
- compétences en codage et calcul scientifique.
Inria est l'institut national de recherche dédié aux sciences et technologies du numérique. Il emploie 2600 personnes. Ses 215 équipes-projets agiles, en général communes avec des partenaires académiques, impliquent plus de 3900 scientifiques pour relever les défis du numérique, souvent à l'interface d'autres disciplines. L'institut fait appel à de nombreux talents dans plus d'une quarantaine de métiers différents. 900 personnels d'appui à la recherche et à l'innovation contribuent à faire émerger et grandir des projets scientifiques ou entrepreneuriaux qui impactent le monde. Inria travaille avec de nombreuses entreprises et a accompagné la création de plus de 200 start-up. L'institut s'efforce ainsi de répondre aux enjeux de la transformation numérique de la science, de la société et de l'économie.
