Informations générales
Entité de rattachement
Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.
Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).
Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.
Référence
2022-21871
Description du poste
Domaine
Mathématiques, information scientifique, logiciel
Contrat
Alternance
Durée du contrat (en mois)
12
Description de l'offre
Intelligence artificielle pour les simulations d'interaction laser-plasma
Nous cherchons à construire une bibliothèque d'analyse haute performance in-situ grâce à de l'apprentissage profond couplé à une plateforme DASK.
La combinaison du parallélisme multi-noeuds DASK et d'un modèle d'apprentissage par renforcement permettra d'effectuer séparément le traitement asynchrone des données produites pendant la simulation, de réduire considérablement la nécessité de stocker les résultats intermédiaires, et d'augmenter les possibilités d'analyse hautes fréquences, sans impacter sur les performances. La détection d'événements sur le traitement des données permettra de déclencher de nouvelles analyses dans la simulation.
Les simulations HPC visées concernent le code SMILEI (interaction laser-plasma) et nous visons des performance de type exascale lorsque ces machines seront disponibles. Les sorties de tels codes seront extrêmement coûteuses en temps de calcul comme en espace disque et le but de ces nouveaux outils est donc de les réduire, tout en augmentant les possibilités d'analyse hautes fréquences sur des phénomènes ciblés, encadrés dans le temps.
La détection d'un phénomène donné entraînera en retour de nouveaux post-traitements dans la simulation.
Un démonstrateur basé sur le code SMILEI à la MdS sera produit dans le cadre du projet de Centre d'Excellence Européen (CoE) récemment soumis PlaXma, avec une équipe d'une dizaine de personnes, dont cet(te) apprenti(e).
Missions :
- Construire un premier modèle de type CNN sur la détection d'une bulle électronique, phénomène bien connu de la physique des plasmas.
- Produire un second réseau de neurones pour valider la disparition de la bulle.
Profil du candidat
Formation
Ingénieur ou master en informatique
Compétences requises
Notions sur le Deep Learning dont les réseaux de convolution.
Bonne programmation en Python.
Usage des bloc notes Jupyter.
Maîtrise de l'anglais technique.
Compétences souhaitées
Pratique de la plateforme Tensorflow / Keras.
Visualisation de données de simulations avec matplotlib ou équivalent.
Connaissances du monde du HPC : parallélisation, multi-threading, gestion des accélérateurs GPU.
Connaissances des librairies d'entrées/sorties dédiées au HPC : HDF5, NetCDF4, Xarray...
Connaissance de DASK.
Autres algorithmes d'IA pour la science des données de simulation.
Localisation du poste
Site
Saclay
Localisation du poste
France, Ile-de-France, Essonne (91)
Ville
Gif sur Yvette
Critères candidat
Diplôme préparé
Bac+5 - Master 2
Demandeur
Disponibilité du poste
01/09/2022
Je me crée un espace candidat
