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
2023-25590
Description de la Direction
Le DM2S développe des outils de simulation pour la conception et l'évaluation de systèmes dans les disciplines de base du nucléaire, i.e. thermohydraulique, thermomécanique et neutronique, toutes filières confondues. Il s'appuie pour cela sur des essais et des plateformes logicielles, développées en interne ou en partenariat. Il les met en œuvre dans le cadre d'études, notamment dans les domaines de la physique des réacteurs, de la tenue mécanique et de l'intégrité des structures des installations nucléaires sous sollicitations et de la conception de systèmes de nouvelle génération.
Description de l'unité
Au sein du DM2S (Département de Modélisation des Systèmes et Structures), SGLS (Service de Génie Logiciel pour la Simulation), le LIAD (Laboratoire d'Intelligence Artificielle et de science des Données) réalise et maintient une plateforme générique, pérenne et open source pour fournir aux physiciens des méthodes et outils leur permettant d'améliorer leurs modèles, d'optimiser leurs conceptions et de traiter les incertitudes de leurs études : la plateforme Uranie.
Uranie permet, dans l'approche VVQI (Validation, Vérification et Quantification d'Incertitude), de créer des plans d'expériences adaptés aux besoins d'une analyse de sensibilité, d'un problème d'optimisation ou de la génération d'une base d'apprentissage ou de test pour un modèle de substitution. Une fois la stratégie choisie, Uranie permet de piloter le lancement des codes ou fonctions de manière séquentielle ou avec différentes approches de parallélisation.
Avec cette plateforme et les outils open source d'intelligence artificielle (TensorFlow, PyTorch, Scikit Learn...), le LIAD vient en soutien d'un grand nombre d'unités du CEA et de ses partenaires, dans des domaines commes la mécanique des fluides, la neutronique, la mécanique, les matériaux, la chimie, la technico-économique et peut sur d'autres compétences disponibles au sein du SGLS (architecture logicielle, techniques HPC, conception assistée par ordinateur) pour aider au mieux et améliorer ses propres performances.
Description du poste
Domaine
Mathématiques, information scientifique, logiciel
Contrat
CDI
Intitulé de l'offre
Ingénieur-chercheur en Intelligence Artificielle (IA) - Saclay (91) H/F
Statut du poste
Cadre
Description de l'offre
Au sein du laboratoire SGLS / LIAD, vous évoluez dans une équipe spécialisée dans l’apprentissage statistique et la modélisation probabiliste des incertitudes en simulation numérique. Cette équipe étudie et développe des méthodes répondant aux besoins du CEA sur ces thématiques et assure parallèlement leur implémentation dans la plateforme logicielle Uranie qui met à disposition les nouvelles fonctionnalités aux utilisateurs métiers.
Vous contribuez au renforcement de ces activités au travers des missions suivantes :
- Maitrise des méthodes d’apprentissage machine en mode supervisé et non supervisé ;
- Quantification des incertitudes de codes de calculs multi physiques, analyse de sensibilité
- Mise en œuvre de ces méthodes pour compléter les modélisations physiques dans les outils de calcul scientifique (modèles phénoménologiques, remontées d’échelles) et à la construction de méta-modèles ;
- Etudier et développer des méthodes pour rendre les modèles "robustes" à des attaques intentionnelles ou non (adversarial learning, régularisation de type Lipschitz des modèles) ;
- Etudier et développer les méthodes liées à la génération de données telles que les GAN (Generative Adversial Network), les VAE (variational auto-encoders), les normalizing flows, les modèles de diffusion... ;
- Déploiement de ces méthodes aux analyses et à l’interprétation de données complexes : images et champs (vitesse, pression, …) statiques ou temporels ;
- Mise en œuvre de ces méthodes en s’appuyant sur les librairies classiques du domaine : TensorFlow, PyTorch, Scikit-Learn...
- Valorisation de ces travaux via des formations, des collaborations en interne CEA avec d’autres Directions (DRF, DRT, DAM), en externe avec nos partenaires industriels (EdF, Framatome) et avec le monde académique (CMLA, LIMSI, projets ANR), des publications, et la participation à des conférences nationales et internationales.
Profil du candidat
Formation initiale Bac+5
Diplôme requis Diplôme École d'ingénieurs
Spécialité du diplôme probabilités, statistiques, mathématiques appliquées
Expérience 1 à 2 ans
Compétences techniques et/ou spécifiques un doctorant dans le domaine de la quantification d’incertitude ou intelligence artificiel est un plus
Outils utilisés C++, Python, Jupyter, ROOT, les OS Linux (et Windows), la plateforme Uranie, scikit learn, pytorch, tensorflow
Langue Anglais Niveau de langue requis Courant
Localisation du poste
Site
Saclay
Localisation du poste
France, Ile-de-France, Essonne (91)
Ville
Saclay
Demandeur
Disponibilité du poste
01/07/2023
Je me crée un espace candidat
