Emplois
Toutes nos offres
-
Post-doctorat
Reconstruction tomographique par rayons X basée sur des méthodes analytiques et Deep-Learning
Le CEA-LIST développe la plateforme logicielle CIVA, référence de la simulation des procédés de contrôle non destructif. Elle propose notamment des outils pour l’inspection radiographique X et tomographique qui permettent, pour un contrôle tomographique donné, de simuler l’ensemble des projections radiographiques (ou sinogramme) en prenant en compte divers phénomènes physiques associés, ainsi que la reconstruction...
-
Post-doctorat
Conception d’alliages à Haute entropie (thermodynamique prédictive, Machine learning) et fabrication rapide par frittage SPS
Le travail proposé vise à utiliser des méthodes de fouille de données (réseaux de neurones artificiels, Random Forest, processus Gaussiens) combinée avec la thermodynamique prédictive (méthode CALPHAD) pour découvrir de nouveaux alliages HEA dans le domaine à 6 éléments Fe-Al-Ni-Co-Mo-Cr. Des méthodes expérimentales de densification rapide (frittage assisté par courants électromagnétiques pulsés (SPS pour Spark...
-
Post-doctorat
Développement dapos;Algorithmes pour la Détection et la Quantification de Biomarqueurs à partir de Voltammogrammes
Lapos;objectif du post-doctorat est de développer une solution algorithmique et logicielle performante permettant la détection et la quantification des biomarqueurs dapos;intérêt à partir de voltammogrammes. Ces voltammogrammes sont des signaux unidimensionnels issus de capteurs électrochimiques innovants. Lapos;étude sera réalisée en étroite collaboration avec un autre laboratoire du CEA-LIST, le LIST/DIN/SIMRI/LCIM, qui proposera des capteurs électrochimiques...
-
Post-doctorat
Stratégie de co-conception pour l'exploitation de la sparsité spatio-temporelle dans les modèles de réseaux de neurones à l'apprentissage/inférence
L'objectif du projet est d'identifier, d'analyser et d'évaluer les mécanismes de modulation de la sparsité spatio-temporel des fonctions d'activation afin de minimiser la charge de calcul du modèle NN de transformateur (apprentissage/inférence). Une approche combinée avec la quantification extrême sera également envisagée. L’objectif est d’affiner conjointement une stratégie innovante pour évaluer les impacts et les...
-
Post-doctorat
Développement d'approches pour l'intelligence artificielle à base de bruit
Les approches actuelles de l’IA sont largement basées sur la multiplication matricielle. Dans le de ce projet postdoccadre toral, nous aimerions poser la question suivante : quelle est la prochaine étape ? Plus précisément, nous aimerions étudier si le bruit (stochastique) pourrait être la primitive computationnelle sur laquelle la nouvelle génération d’IA est construite. Nous...
-
Post-doctorat
Apprentissage de règles causales
Dans le cadre d’un projet qui concerne la création de matériaux innovants, nous souhaitons renforcer notre plateforme dans sa capacité à apprendre à partir de peu de données expérimentales. En particulier, nous souhaitons travailler dans un premier temps sur l’extraction de liens causaux entre les paramètres de fabrication et la propriété. L’extraction de causalité est...
-
Post-doctorat
Calibration automatique de boites quantiques assistée par réseaux de neurones et modèle physique
Les ordinateurs quantiques offrent de grandes promesses pour faire progresser la science, la technologie et la société en résolvant des problèmes au-delà des capacités des ordinateurs classiques. Lapos;une des technologies de bits quantiques (qubits) les plus prometteuses est celle des qubits de spin, basés sur des boîtes quantiques (BQ) tirant parti de la grande maturité...
FR 
EN 