Postée il y a 85 jours
Les simulations ab initio ont apporté des progrès immenses en la matière en permettant de caractériser avec précision et en tenant compte du caractère quantique des électrons dans des systèmes complexes. Ces simulations sont toutefois très exigeantes en temps de calcul et sont limitées à des systèmes de petite taille. Pour accélérer le calcul et accéder à des temps de simulation plus longs pour des systèmes beaucoup plus larges, il est possible d’utiliser des potentiels numériques calibrés sur une base de donnée de simulations ab initio à l’aide de l’apprentissage automatique.
Ce stage a pour but de développer un potentiel numérique permettant la description des systèmes moléculaires en considérant le cas du mélange hydrogène-eau. Il s’agira ensuite de générer une série de simulations numériques classiques afin d’étudier les propriétés du mélange eau-hydrogène dans les intérieurs de planètes glacées. Au cours de ce stage, il sera possible de se familiariser avec les outils d’apprentissage numérique et de simulations numériques sur super-calculateurs. Il s’agira également de contribuer activement à notre compréhension des planètes géantes glacées.
Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes en situation de handicap, cet emploi est ouvert à tous et toutes. Participant à la protection nationale, une enquête administrative est réalisée pour tous les salariés du CEA afin d'assurer l'intégrité et la sécurité de la nation.
Des connaissances de physique théorique sont nécessaires
Python, Linux
Bac+4/+5