Post-doc H/F en chimie théorique pour la prédiction d’hydrures supraconducteurs par Machine Learning et


Détail de l'offre

Informations générales

Organisme de rattachement

CNRS  

Référence

UMR7285-CARNOE-068  

Date de début de diffusion

30/10/2025

Date de parution

01/11/2025

Date de fin de diffusion

11/01/2026

Intitulé long de l'offre

Post-doc H/F en chimie théorique pour la prédiction d’hydrures supraconducteurs par Machine Learning et calculs DFT

Date limite de candidature

20/11/2025

Nature du contrat

CDD d'1 an

Description du poste

Versant

Fonction Publique de l'Etat

Catégorie

Catégorie A (cadre)

Nature de l'emploi

Emploi ouvert uniquement aux contractuels

Domaine / Métier

Recherche - Chercheuse / Chercheur

Statut du poste

Vacant

Intitulé du poste

Post-doc H/F en chimie théorique pour la prédiction d’hydrures supraconducteurs par Machine Learning et

Descriptif de l'employeur

Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique.

Description du poste

Missions :
Recruté/e au CNRS, le/la chercheur/se post-doctoral/e aura pour mission de contribuer au développement de méthodologies avancées de prédiction de structures cristallines (CSP) à partir de leur seule composition chimique et de modélisation atomistique de matériaux.
Activités :
Les principales activités comprendront :

- la formulation de nouveaux descripteurs de la température critique (Tc) intégrant des effets de fluctuation électronique, évalués par DFT conceptuelle (fonction de réponse linéaire, fonctions de Fukui) ou théorie QTAIM (indice de délocalisation), et leur validation sur un ensemble de composés connus de la littérature
- l’interfaçage d’un code MLIP (Machine-Learned Interatomic Potentials) pour des composés ternaires à composition variable avec des algorithmes d’optimisation de structures cristallines (évolutionnaires, aléatoires, etc.) ;
- l’application de la méthodologie CSP DFT/MLIP à diverses problématiques de recherche en chimie (projet ANR TcPredictor) et à l’étude de matériaux sous pression, notamment les hydrures supraconducteurs ; la mise en œuvre d’une approche multi-objective Tc-énergie pour optimiser les hydrures ternaires et autres matériaux ;
- le calcul des structures électroniques des configurations générées in silico ainsi que de leurs propriétés thermodynamiques, dynamiques (phonons), mécaniques, et la réalisation de simulations de dynamique moléculaire DFT/MLIP ;
- l’analyse et l’exploitation des résultats, ainsi que la rédaction de rapports d’activité, de publications scientifiques et la présentation des résultats lors de conférences et groupes de travail ;
- l’installation, maintenance et suivi des codes de calcul sur les plateformes GENCI et le cluster local ; l’implémentation en Python d’outils d’automatisation des calculs CSP/DFT ;
- la participation à l’animation scientifique du groupe de Chimie Quantique Appliquée (IC2MP) et du consortium ANR (projet TcPredictor) ;
- l’encadrement d’étudiants en stage de recherche.
Contexte de travail :
Les travaux seront réalisés au CNRS – Institut de Chimie des Milieux et Matériaux de Poitiers (IC2MP, UMR CNRS 7285), au sein du groupe de Chimie Quantique Appliquée de l’équipe Catalyse et Milieux Non-Conventionnels (https://ic2mp.labo.univ-poitiers.fr/)

Conditions particulières d'exercice

Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

Descriptif du profil recherché

Competences :
- Doctorat en chimie théorique appliquée aux matériaux, en physique des matériaux, ou en informatique / mathématiques appliquées ;
- Solide expérience en DFT appliquée aux systèmes périodiques (codes tels que CASTEP, VASP, Quantum ESPRESSO, xtb, etc.) et dans les approches de type Machine-Learned Potentials (MLIP) ;
- Excellente maîtrise des langages de programmation Python (et idéalement C++ ou Fortran) ainsi que de l’environnement Unix/Linux ;
- Bonne maîtrise de l’anglais scientifique, à l’écrit comme à l’oral (niveau certifié).
Contraintes et risques :
Missions ponctuelles en France et/ou à l'étranger possibles.

Temps plein

Oui

Rémunération contractuels (en € brut/an)

Entre 3041,58 € et 3467,33 € brut mensuels selon expériences

Pays

Localisation du poste

Europe, France, Nouvelle Aquitaine, Vienne (86)

Géolocalisation du poste

POITIERS

Lieu d'affectation (sans géolocalisation)

86073 POITIERS (France)

Critères candidat

Niveau d'études / Diplôme

Niveau 8 Doctorat/diplômes équivalents

Spécialisation

Formations générales

Langues

Français (Seuil)