en machine learning pour les simulations physiques (F/H)

• Mener des recherches de pointe pour concevoir et développer des méthodes de machine learning et d'IA pour accélérer les simulations numériques au service de nos opérations pluridisciplinaires et transverses,
• Cartographier l'écosystème du point de vue des laboratoires de recherche et de la concurrence,
• Réaliser des référentiels sur les technologies clés,
• Contribuer à la montée en compétence des équipes de R&D sur la thématique des méthodes de machine learning et d'IA pour les simulations numériques,
• Développer des prototypes et des composants technologiques,
• Contribuer activement au développement et à la gestion du code dans les logiciels et projets existants ou émergents,
• Au travers des études et prototypes réalisés, vous élaborerez des recommandations technologiques et vous accompagnerez leur transfert vers les équipes de développement produit,
• Démontrer l'applicabilité et l'usage des composants dans des scénarii adaptés aux besoins de la R&D et de nos partenaires,
• Établir/maintenir des collaborations avec nos partenaires industriels et académiques,
• Assister à des conférences scientifiques axées sur les algorithmes d'IA et de machine learning pour la simulation,
• Participer à l'écriture de brevets/articles scientifiques dans le cadre de vos travaux,
• Proposer des sujets de stage, participer à la sélection des stagiaires et encadrer les stagiaires sur les projets assignés.

Titulaire d'un Doctorat en Mathématiques, Statistiques, Sciences Informatiques ou Physique.

Solides connaissances en mathématiques, simulation numérique et en machine learning. Très bonnes connaissances des principaux langages de programmation (C++, Python, ...). De l'expérience dans des projets en machine learning, ainsi que dans la création et la gestion des bases de données généralement y associées seront un atout. Outre les compétences techniques, vous êtes doté d'un esprit d'analyse et de synthèse, d'une bonne aptitude à la restitution d'information et à la communication. Expression parfaite en français (oral et écrit). Anglais courant.

Principaux avantages et bénéfices : Environnement multiculturel Cadre de travail convivial axé sur le bien-être et la santé Engagement en faveur de la diversité et de l'inclusion Politique dynamique de développement de carrière : plan de formation, mobilités internes, etc

Dans le domaine de la simulation numérique de phénomènes physiques, un nombre croissant de travaux de recherche se concentre sur l'intégration de méthodes d'intelligence artificielle, et en particulier de machine learning, afin d'améliorer les simulations classiques ou d'accélérer significativement les calculs. La disponibilité croissante de données issues de simulations, qu'elles soient synthétiques ou réelles, a fortement contribué à l'émergence de ces approches, qui se distinguent souvent par leur efficacité en termes de temps de calcul. Certaines de ces méthodes permettent aujourd'hui de prédire avec précision des régimes stationnaires pour différents types de phénomènes physiques et ce, en un temps nettement réduit par rapport aux méthodes numériques traditionnelles. En revanche, la simulation de phénomènes physiques dynamiques, notamment la prédiction de champs 3D ou de séries temporelles longues, reste un défi pour les approches basées sur les réseaux de neurones et apparaît encore moins mature. Il est donc essentiel d'étudier et de comparer les méthodes récentes les plus prometteuses pour la simulation dynamique via machine learning. L'objectif est de développer des modèles numériques capables de dépasser les limitations actuelles et d'ouvrir de nouvelles perspectives dans la simulation numérique. Les domaines d'application sont extrêmement variés. On peut par exemple citer la simulation de structures, la simulation de fluides ou le transfert thermique. À terme, les méthodes développées pourront être intégrées dans la conception et l'exploitation de jumeaux virtuels de systèmes complexes., Intégrer une entreprise scientifique au cœur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans