Chercheur Post-Doctoral en Modélisation Granulaire de la Banquise H/F - Université Grenoble Alpes

Missions principales :

Vous aurez pour mission le développement d'un modèle numérique de la banquise basé sur une approche mixte continue-discrète. En particulier, vous explorerez la méthode dite péridynamique.

Vous mettrez en place des simulations avec forçage et conditions limites idéalisées représentant la banquise à l'échelle régionale et permettant d'évaluer la capacité du modèle à représenter 3 aspects important du comportement mécanique de la banquise, soit (1) sa fracturation, ou fragmentation (2) sa granularisation post-fracturation et (3) son écoulement en régime granulaire.

Vous validerez le modèle sur la base d'observations de la déformation de la banquise Arctique (ou Antarctique). Vous développerez des outils de diagnostic permettant d'explorer l'évolution des propriétés mécaniques macroscopiques de la banquise simulée (module élastique, viscosité effective, ...) au cours de cette transition de granularisation.

Activités principales :

- Développer un modèle numérique.
- Mettre en place les simulations avec forçages et conditions limites idéalisées, mais avec différents niveaux de réalisme.
- Réaliser des simulations numériques.
- Comparer et valider le modèle sur la base de comparaison avec les observations.
- Développer des outils de post-Processing permettant d'évaluer les propriétés mécaniques macroscopiques de la banquise simulée.
- Rédiger des articles scientifiques.
- Présenter des résultats en réunion et conférence.

Rémunération :

A partir de 2900€ mensuel brut et en fonction de l'expérience.

- Maîtrise de la mécanique des milieux continus et discrets
- Expertise en programmation (notamment en C++ et Python) et en développement de modèles numériques
- Bonne connaissance et la mise en oeuvre de méthodes numériques avancées pour la résolution de problèmes appliqués (état initial, conditions aux limites, discrétisation)
- Aptitudes confirmées en rédaction d'articles scientifiques en anglais, ainsi qu'une aisance à l'écrit et à l'oral, en français comme en anglais, sont essentielles
- Connaissance des méthodes d'intelligence artificielle constitue un atout apprécié pour enrichir les approches de modélisation et d'analyse
- Forte autonomie dans l'organisation et la réalisation des travaux confiés, ainsi que d'une attitude entreprenante lui permettant de proposer des idées nouvelles et de contribuer activement à l'avancée du projet proposé
- Aptitude marquée au travail en équipe, notamment dans la collaboration avec les encadrants, afin de favoriser un environnement de recherche et de développement collaboratif
- Être en mesure de présenter son travail de manière claire, synthétique et orientée vers l'essentiel, afin d'assurer une communication efficace et de valoriser les résultats obtenus