> Markdown version of [/jobs/ext/4576212-h-f-post-doctorat-metasurfaces-dielectriques-pour-sources-de-photons-uniques](https://www.wearedevelopers.com/jobs/ext/4576212-h-f-post-doctorat-metasurfaces-dielectriques-pour-sources-de-photons-uniques). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# (H/F) Post-doctorat : métasurfaces diélectriques pour sources de photons uniques

- **Company:** CNRS
- **Location:** Toulouse, France (Remote available)
- **Salary:** €36,499 - €41,608
- **Contract:** Temporary contract
- **Skills:** Experimental Data, Infrastructure as a Service (IaaS), Python (Programming Language), MATLAB, NumPy, Tensorflow, SciPy, Pytorch, Transfer Learning
- **Published:** November 5, 2026
- **Apply:** https://emploi.cnrs.fr/Offres/CDD/UPR8001-PETWIE-010/Default.aspx

## About the Role

* Doctorat en physique, nanophotonique, optique quantique ou domaine connexe.
 * Solide formation dans au moins deux des domaines suivants :
 * Modélisation numérique de nanostructures (FDTD, FEM, GDM/CDA ou similaire).
 * Apprentissage profond pour la conception inverse ou la nanophotonique numérique.
 * Nano-optique expérimentale (microscopie confocale, caractérisation de photons uniques).
 * Programmation : Python (PyTorch/TensorFlow, NumPy, SciPy), MATLAB ou équivalent.
 * Publications attestant de recherches à fort impact.
Contraintes et risques :
...

Niveau d'études minimum requis

 * Niveau Niveau 8 Doctorat/diplômes équivalents
 * Spécialisation Formations générales

Langues

 * Français Seuil

## Description

* Conception inverse par apprentissage profond pour une optimisation multi-échelle (méta-atome + métasurface)
 * Validation expérimentale à l'aide d'un nano-positionnement de pointe (collaboration LPCNO)
 * La synergie CEMES-LAAS : nano-optique quantique + modélisation numérique & fabrication en salle blanche
Activités :
Le/la postdoctorant(e) assurera l'intégration des volets numérique et expérimental, en se concentrant sur :

 1. Cadre numérique avancé
Étendre les capacités d'autodifférentiation de la boîte à outils torchGDM (développée au LAAS) afin de modéliser des émetteurs quantiques couplés à des métasurfaces périodiques supportant des modes BIC (technique de balayage du réseau, Fig. 1).
Développer des réseaux de neurones informés par la physique (PINN) pour accélérer simulations et conception inverse.

 2. Conception inverse par apprentissage profond
Entraîner des réseaux de neurones multi-objectifs pour optimiser à la fois les géométries de méta-atomes et les réponses collectives des métasurfaces (par exemple un renforcement simultané du champ proche et une émission directionnelle).
Utiliser l'apprentissage par transfert (transfer learning) pour affiner les modèles sur les données expérimentales.

 3. Validation expérimentale et amélioration itérative
Caractériser les métasurfaces optimisées sur les bancs optiques du CEMES (cryostat 4 K, cartographie de photoluminescence résolue en temps, statistiques de photons uniques par HBT), avec des émetteurs quantiques positionnés avec précision (LPCNO, projet ANR Q-META).
Mener des cycles itératifs : conception, fabrication (salle blanche du LAAS), caractérisation, amélioration du modèle.

 4. Encadrement et collaboration
Co-encadrer des doctorants (projets ANR Q-META, SPINOSA et AIM) sur des tâches numériques et expérimentales.
Contexte de travail :
Les sources de photons uniques génèrent et transmettent des photons indiscernables - les briques élémentaires de l'information quantique - et sont essentielles aux communications quantiques. La nano-optique ouvre la voie à des dispositifs compacts et intégrés qui piègent, stockent, relâchent et contrôlent l'émission de photons uniques : sa direction, sa polarisation et son contenu spectral.
Les nanoantennes individuelles contrôlent déjà la photodynamique des émetteurs quantiques, mais leurs degrés de liberté limités ont conduit à un plateau en termes de performances. Q-META fera tomber ce plateau : nous concevrons, fabriquerons et caractériserons des métasurfaces diélectriques à haut indice dont les motifs périodiques optimisés par IA hébergent des modes de réseau à haut facteur de qualité - les états liés dans le continu (BIC) - afin d'obtenir un contrôle inédit sur des émetteurs quantiques positionnés avec précision.

Références clés de l'équipe

 * Cuche et al., Nanoscale 2023 (positionnement d'émetteurs quantiques par nanoxérographie AFM).
 * Wiecha et al., A
Voir plus sur le site emploi.cnrs.fr...