Modélisation multi-échelle des microstructures d'irradiation par approche data-driven (RES24-08) H/F

Détail de l'offre

Informations générales

Entité de rattachement

L'Autorité de sûreté nucléaire et de radioprotection est une autorité administrative indépendante créée par la loi du 21 mai 2024 relative à l'organisation de la gouvernance de la sûreté nucléaire et de la radioprotection pour répondre au défi de la relance de la filière nucléaire.

Elle assure, au nom de l'État, le contrôle des activités nucléaires civiles en France et remplit des missions d'expertise, de recherche, de formation et d'information des publics. L'ASNR est composée de fonctionnaires, d'agents de droit public et de salariés de droit privé.  

Référence

2025-1162  

Description du poste

Intitulé du poste

Modélisation multi-échelle des microstructures d'irradiation par approche data-driven (RES24-08) H/F

Type de contrat

Post-doctorat

Statut

Cadre

Disponibilité du poste

01/04/2025

Localisation du poste

Cadarache

Environnement / Organisation / Contexte

Ce post-doc se déroulera au Laboratoire de Statistique et des Méthodes Avancées (LSMA). Ce laboratoire développe la connaissance concernant les méthodologies dites «avancées» ou «amont» permettant d'étudier et modéliser le comportement thermomécanique des matériaux et leur vieillissement, la thermohydraulique et les échanges thermiques dans les principaux composants des réacteurs nucléaires, ainsi que l'interaction entre ces phénomènes.
Au sein de l’ASNR, le laboratoire appartient aux groupes thématique de recherche « Combustible en situations accidentelle », « Altération et vieillissement des matériaux du nucléaire » et « Thermohydraulique des systèmes nucléaires » (voir le site de l'ASNR, rubrique La recherche pour en savoir plus). Il apporte également un soutien technique dans le cadre des expertises de sûreté.

Le post-doctorat proposé s'inscrit dans le cadre d'un programme commun ASNR/CNRS-MITI (Mission pour les initiatives transverses et interdisciplinaires) favorisant une recherche exploratoire et interdisciplinaire.

Mission

Comprendre et modéliser l'évolution des composants métalliques sous irradiation est un défi crucial pour assurer la sûreté des installations nucléaires et prolonger leur durée de vie. Une approche courante repose sur des modèles physiques d'évolution microstructurale, tels que la dynamique d'amas, qui sont alimentés par des simulations atomistiques. Cette stratégie combine efficacement les vastes échelles de temps et de longueur accessibles aux modèles mésoscopiques avec la précision des simulations à l'échelle atomique.
Cependant, l'extraction d'informations à partir de simulations atomistiques constitue une étape limitante des schémas multi-échelles classiques. De nombreuses simulations atomistiques sont souvent nécessaires pour caractériser explicitement chaque mécanisme d'intérêt indépendamment, avant de transférer des quantités scalaires ou des paramètres d'intérêt, tels que les énergies de formation et de migration, au modèle à plus grande échelle. Ces paramètres, bien que difficiles et coûteux à obtenir y compris dans des systèmes relativement simples, peuvent omettre des mécanismes ou des couplages importants.
Des approches émergentes de simulation « basées sur les données» (data-driven) permettent d'accélérer considérablement le processus  de transition d'échelle, en tirant parti de nouveaux outils pour  extraire des informations de l'échelle atomique. Les approches modernes utilisant des représentations des arrangements atomiques par descripteurs atomiques tirent parti des méthodes d'apprentissage automatique pour mesurer la similarité des environnements atomiques, prédire l'évolution microstructurale, ou pour effectuer une analyse structurale performante. Les méthodes basées sur les descripteurs sont robustes, et plusieurs ordres de grandeur plus rapides que les réseaux de neurones comparables, ce qui les rend facilement déployables à grande échelle et de bons candidats pour le développement de modèles data-driven.
Le projet de post-doc vise à réduire considérablement le coût de la transition d'échelle, en construisant des simulations data-driven de l'évolution des microstructures, sans paramétrage manuel du modèle, tout en contrôlant l'incertitude associée. Les tâches clés comprendront la construction d'une base de données d'entraînement de microstructures d'irradiation à l'aide de simulations de dynamique moléculaire; la reformulation du concept classique d'amas atomique à l'aide de descripteurs atomiques; et le développement et la validation de modèles cinétiques.

Profil recherché

Les candidats motivés possédant de solides compétences en science des matériaux, simulation numérique et/ou apprentissage automatique, et qui souhaitent approfondir leur expertise dans ces domaines sont encouragés à postuler. Le profil recherché :

  • être titulaire d'un doctorat en physique, science des matériaux ou domaine connexe, avec une solide formation en calcul/mathématiques,
  • avoir de l'expérience avec les simulations atomistiques de matériaux, par ex. en utilisant LAMMPS.

Télétravail

Régulier

Diversité

La diversité est une des composantes de la politique RSE, RH et Qualité de Vie au Travail à l’ASNR. Nous accordons la même considération à toutes les candidatures, sans discrimination, pour inclure tous les talents.

Quelles que soient les différences, nous souhaitons attirer, intégrer et fidéliser nos candidats et nos collaborateurs au sein d’un environnement de travail inclusif.

L'IRSN conduit une politique active depuis de nombreuses années en faveur de l'égalité des chances au travail et l'emploi des personnes handicapées. Si vous êtes en situation de handicap, n'hésitez pas à nous faire part de vos éventuels besoins spécifiques afin que nous puissions les prendre en compte.

Localisation du poste

Localisation du poste

Europe, France, Provence-Cote d'Azur, Bouches du Rhône (13)

Critères candidat

Langues

Anglais (3- Niveau avancé)