Thèse : Apprentissage automatique de l'optimisation multi-objectifs des électrolytes H/F

Sujet de thèse :
Le projet est entièrement financé par le réseau européen de formation Marie Skłodowska-Curie intitulé « PREDICTOR ». Il sera réalisé par un doctorant au Laboratoire de Réactivité de Chimie des Solides -LRCS- (Unité mixte de recherche CNRS & Université de Picardie Jules Verne), à Amiens, en France sous la supervision du Prof. Alejandro A. Franco. Le LRCS est constitué de 140 chercheurs travaillant dans le domaine des batteries, avec environ 30 nationalités représentées. L'équipe du Prof. Dr. Franco est située au LRCS, et a une activité de recherche reconnue dans le domaine de la modélisation et de la numérisation des batteries.

Vous serez chargé.e 1) du développement d'algorithmes innovants de fusion de données combinant les informations provenant des multiples techniques de caractérisation utilisées dans PREDICTOR (par ex. cellules de conductivité, spectroscopie UV/VIS, spectroscopie RAMAN, spectroscopie d'impédance électrochimique, voltampérométrie cyclique) et des modèles physiques de traitement des électrolytes qu'il/elle développera, et de 2) développer et démontrer des modèles d'apprentissage automatique utilisant ces données fusionnées pour l'auto-optimisation des formulations d'électrolytes en ce qui concerne les propriétés cibles (par exemple, la conductivité et la viscosité).
Vous travaillerez avec des méthodologies avancées d'intelligence artificielle (IA) et d'apprentissage automatique, en utilisant le langage de programmation Python et les bibliothèques classiques d'IA. Vous effectuerez également des simulations informatiques (numériques) pour résoudre les modèles physiques décrivant le processus de fabrication de l'électrolyte. Ces simulations peuvent combiner la dynamique des fluides numérique et les approches cinétiques élémentaires.

Salaire brut mensuel : 3 048€

Contexte :
Vous aurez l'occasion de travailler au sein d'une équipe internationale et interdisciplinaire de 17 doctorants, basés dans des universités et des entreprises industrielles dans toute l'Europe. Vous serez soutenu(e) par deux encadrants au sein du projet PREDICTOR et aurez de multiples occasions de participer à des formations de développement professionnel et personnel. Votre travail vous permettra d'acquérir des compétences uniques à l'interface entre la modélisation et la simulation, l'expérimentation et la caractérisation à haut débit, l'auto-optimisation et la gestion des données à différentes échelles de longueur, du niveau nanométrique au niveau macroscopique.
Il est attendu de vous que vous souteniez votre thèse à la fin du projet et que vous diffusiez les résultats par le biais de brevets (le cas échéant), de publications dans des revues internationales et de présentations lors de conférences internationales.
Au LRCS et dans l'équipe du professeur Franco, vous trouverez un environnement scientifique d'excellence, avec des équipements et des moyens de calcul de pointe, dans une atmosph
Voir plus sur le site emploi.cnrs.fr...