Poste de postdoctorant

Missions :
1) Identifier des caractéristiques (« features ») pertinentes à l'aide d'une procédure de filtrage des caractéristiques afin de traiter le grand nombre de variables nécessaires à la prédiction du ZT thermoélectrique d'un matériau.
2) Améliorer le jeu de données expérimental déjà existant.
3) Appliquer différentes techniques d'apprentissage automatique (RF, XGBoost, réseaux de neurones, SISSO) pour examiner toutes les compositions possibles de la famille des demi-Heusler afin d'identifier des matériaux à ZT élevé.
4) Proposer de nouvelles méthodes d'apprentissage automatique.
5) Réaliser des calculs DFT afin de calculer les ZT prédits à partir de calculs ab initio (premiers principes).
Activités :
- Simulations numériques : apprentissage automatique (ML) + DFT
- Programmation / scripts (Python)
- Analyse des résultats et rédaction de publications scientifiques
Contexte de travail :
- Le poste s'inscrit dans un projet ANR-DFG, combinant des travaux théoriques et expérimentaux.
- Le travail se déroulera au sein du département de chimie théorique (D5) de l'ICG à Montpellier.

Competences :
- De solides connaissances en informatique (apprentissage automatique, DFT, Python, visualisation)
- De solides connaissances en science des matériaux (propriétés de transport, cristallographie, propriétés électroniques)
Contraintes et risques :

• Niveau
  Niveau 8 Doctorat/diplômes équivalents
  
• Spécialisation
  Formations générales
  

• Français
  Seuil