Post-Doctorat - de la Dynamique Moléculaire Ab Initio aux Surfaces d'Énergie Potentielle Issues de l'Intelligence Artificielle - une Approche Hybride pour l'Étude des Interactions Gaz-Surface H/F - CNRS

Le chercheur travaillera sur un projet innovant combinant des simulations de dynamique moléculaire Ab-initio (AIMD) et des approches d'intelligence artificielle pour étudier les interactions gaz-surface dans des contextes atmosphériques et astrophysiques.
L'objectif est de développer un cadre computationnel intégrant des dynamiques moléculaires avec des surfaces d'énergie potentielle générées par des modèles de type machine learning (MLP). Ce cadre permettra d'améliorer à la fois la précision et l'efficacité des simulations, ouvrant la voie à une compréhension fine des mécanismes de réactivité, de transfert d'énergie et de dissipation à l'interface gaz-solide.
Le travail inclura la génération de données ab initio, l'entraînement de modèles IA pour la construction de PES haute dimension, l'implémentation de stratégies automatiques pour la sélection des configurations pertinentes, et la réalisation de simulations de dynamique moléculaire à grande échelle sur des systèmes modèles pertinents pour la chimie atmosphérique et interstellaire.
Activités
Développement de codes en Python et Fortran
Utilisation de logiciels combinant calculs de structure électronique et dynamique moléculaire (par exemple VASP)
Développement et application de méthodes d'intelligence artificielle basées sur des réseaux de neurones pour la modélisation des surfaces d'énergie potentielle (MLP)
Compétences
Expérience en programmation Fortran et Python
Expérience dans l'utilisation des méthodes de l'intelligence artificielle
Expérience dans les calculs DFT
Expérience dans les calculs de dynamique moléculaire
Contexte de travail

Le poste sera localisé au laboratoire PhLAM de l'université de Lille dans l'équipe PCMT :
https://phlam.univ-lille.fr
https://phlam.univ-lille.fr/recherche/pcmt
Contraintes et risques

Travail sur ordinateur