Assistant(e) de recherche / Chercheur(se) associé(e) en IA pour les matériaux et la fabrication

Le poste

L'université de Cambridge recherche un(e) assistant(e) de recherche / chercheur(se) associé(e) pour participer à un programme de recherche multidisciplinaire visant à développer des voies guidées par des protéines et basées sur des gouttelettes, permettant de concevoir des matériaux fonctionnels architecturés, dans le cadre d'un projet financé par l'Advanced Research + Invention Agency.

Vos missions

• Développer l'architecture hybride de jumeau numérique et de contrôle par IA du projet, intégrant la prise en compte de l'incertitude
• Combiner des descripteurs de protéines et de formulation, des modèles de gouttelettes et de dépôt réduits ou informés par la physique, une métrologie multimodale en ligne et un apprentissage automatique couvrant les relations procédé-structure-propriété
• Développer une sélection expérimentale efficace en information, diagnostiquer la dérive des procédés, recommander des corrections quantitatives des paramètres et soutenir la sélection des voies ainsi que la maîtrise statistique des procédés
• Collaborer étroitement avec des chercheurs en conception de protéines, synthèse de nanocristaux, chimie en flux, impression, biominéralisation, caractérisation avancée, magnétisme, batteries et changement d'échelle
• Contribuer à l'établissement d'interfaces communes pour les données et les modèles, intégrer la métrologie multimodale en ligne, communiquer sur l'incertitude et les limites des modèles, et contribuer aux rapports, publications, présentations et jalons du programme

Le profil recherché

• Doctorat (PhD) en ingénierie, informatique, mathématiques appliquées, physique, science des données, science des matériaux ou dans une discipline étroitement apparentée
• Les compétences essentielles comprennent l'apprentissage automatique ou la modélisation statistique de systèmes physiques, la validation quantitative de modèles, la programmation scientifique et des flux de données reproductibles, ainsi qu'une collaboration multidisciplinaire efficace
• Une expérience en modélisation hybride, quantification de l'incertitude, apprentissage actif ou optimisation, jumeaux numériques, contrôle de procédés, données de métrologie multimodale, informatique des matériaux ou fabrication avancée est souhaitable

Vos compétences

Comment postuler

Postulez directement sur le site de University of Cambridge - Department of Engineering. Nous vous y renvoyons sans intermédiaire : pas d'analyse de CV, pas de profil à remplir.

Cette offre provient d'une source tierce et son résumé peut avoir été généré automatiquement, puis traduit automatiquement de l'anglais : certains détails peuvent être inexacts ou périmés. ForGood n'est pas l'employeur et n'est pas responsable de son contenu. Vérifiez toutes les informations sur l'offre officielle de University of Cambridge - Department of Engineering avant de postuler.