Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Ingénieur.e apprenti.e méthodes numériques et développement de code CFD diphasique H/F


Détail de l'offre

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

2022-21919  

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Alternance

Durée du contrat (en mois)

12 à 24 mois selon la formation

Description de l'offre

Au sein du DM2S, le Département de Modélisation des Systèmes et des Structures, le Service de Thermohydraulique et de la Mécanique des Fluides (STMF-125 personnes) :
conçoit, développe et qualifie les logiciels de simulation de la thermohydraulique et de la mécanique des fluides pour les réacteurs et installations nucléaires aux différentes échelles ;

  • conçoit et réalise des programmes expérimentaux en support à la compréhension des phénomènes et à la validation des modèles physiques implantés dans les logiciels ;
  • réalise les études et expertises qui lui sont confiées pour des applications nucléaires et quelques- unes hors nucléaire dans le domaine énergétique.

Le Laboratoire de modélisation et simulation en mécanique des fluides (LMSF, 16 collaborateurs en CDI) met au point des modélisations physiques et des applications logicielles nécessaires pour la simulation à l'échelle locale de la mécanique des fluides, tant pour les besoins concernant les réacteurs nucléaires que pour les procédés de l'amont ou de l'aval du cycle du combustible. Il contribue notamment au développement des codes TrioCFD et Neptune-CFD.

 

TrioCFD est un code de simulation en mécanique des fluides (ou CFD pour Computational Fluid Dynamics) développé au CEA depuis 1995, dédié aux études avancées pour la compréhension de la physique complexe des écoulements de différents systèmes énergétiques bas carbone. Au-delà des écoulements monophasiques, celui-ci est capable de traiter des écoulements diphasiques de différentes manières dont le suivi explicite d’interface, appelé méthode front-tracking.

 

Dans le cadre du développement du module front-tracking, nous recherchons un.e apprenti.e ingénieur.e en mathématiques appliquées en analyse numérique et/ou en calcul scientifique. Dans le cadre de votre mission au sein du LMSF, vous serez amené à :

  • Proposer et implémenter des solutions à des problèmes numériques identifiés dans le code (courants parasites aux interfaces, conservation de la quantité de mouvement)
  • Contribuer à la conception du guide des bonnes pratiques par exemple en proposant des choix de paramètres optimaux pour les calculs.

Durant votre mission, vous interagirez avec des personnes des différents corps de métiers en lien avec le développement du code : numériciens, informaticiens, physiciens.

Profil du candidat

Vous préparez en alternance un Master ou un diplôme d’école d’ingénieur et avez des compétences en mathématiques appliquées : analyse numérique et/ou calcul scientifique. Vous êtes à l’aise avec la programmation et le C++. Idéalement, vous avez des notions de mécanique des fluides ainsi qu’une expérience avec l’environnement UNIX.

D’un nature volontaire, vous êtes rigoureux, organisé et autonome. Vous aimez travailler en équipe et partager vos résultats dans le cadre d’un dialogue constructif.

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

Gif-sur-Yvette

Critères candidat

Langues

Français (Courant)

Diplôme préparé

Bac+5 - Master of Science

Demandeur

Disponibilité du poste

15/09/2022