Stage - Bac+4/+5 - Outils de Machine Learning pour la simulation de l’environnement terrestre - H/F
Stage Bruyères-le-Châtel (Essonne) Développement informatique
Description de l'offre
Détail de l'offre
Informations générales
Entité de rattachement
La Direction des Applications Militaires (DAM) du CEA, au cœur des enjeux de la dissuasion nucléaire Française, cherche ses futurs talents. Organisme inclusif, le CEA est handi-accueillant : nos emplois sont ouverts à toutes et tous. Associer les forces et les compétences de chacun pour atteindre nos objectifs est l'une de nos valeurs partagée par nos 4 600 salariés, répartis sur 5 centres. Les 1 800 salariés du centre de Bruyères-le-Châtel, en Ile de France relèvent les défis scientifiques et technologiques au service de notre Sécurité Nationale. Le centre conçoit les charges nucléaires des armes de la dissuasion, garantit leur sécurité et leur fiabilité en s'appuyant sur le programme simulation. Il met son expertise technique au service des activités dans la lutte contre la prolifération nucléaire, le terrorisme et les alertes en cas de séisme ou de tsunami. Il assure l'ingénierie des infrastructures complexes de la DAM, de leur conception à leur démantèlement. Il co-développe avec Atos les supercalculateurs au meilleur niveau mondial, dont sont issus ceux du Très Grand Centre de Calcul du CEA, qu'il exploite pour ses missions Défense et gère au profit de la recherche. Enfin, il exploite les installations nécessaires au maintien en condition opérationnelle et à la conception des chaufferies nucléaires embarquées sur les sous-marin et les porte-avions.Venez-vous investir et relever des défis avec des moyens technologiques d'exception!
Référence
2024-33065-S1379Description du poste
Domaine
Physique du noyau, atome, molécule
Contrat
Stage
Intitulé de l'offre
Stage - Bac+4/+5 - Outils de Machine Learning pour la simulation de l’environnement terrestre - H/F
Sujet de stage
Dans le cadre de ses besoins, le CEA développe et exploite des codes de physique détaillée permettant de simuler l’environnement électromagnétique dans la magnétosphère terrestre et la haute atmosphère. Ces codes, malgré le travail d’optimisation dont ils ont fait l’objet au fil des années, demeurent contraints par la complexité des phénomènes physiques en jeu : ils requièrent des temps de calcul conséquents, ce qui impose des limites sur la variété des situations considérées.
Le Machine Learning apparait comme une solution efficace pour pallier ces limitations : la conception d’algorithmes d’apprentissage contraints par la physique, entraînés et testés grâce aux codes susmentionnés, permettrait de disposer d’outils précis, rapides et versatiles capables de saisir la complexité de la physique des plasmas magnétosphériques.
Durée du contrat (en mois)
4-6 mois
Description de l'offre
L’objectif de ce stage est de développer un algorithme de Machine Learning qui puisse être utilisé pour inférer rapidement les résultats essentiels d’un modèle de physique des plasmas, quels que soient les paramètres d'entrée. La base d'entrainement sera simulée à l'aide d'un code de physique détaillée conçu au CEA.
Il s’agira donc dans un premier temps d’identifier la structure d’algorithme la plus adaptée à ce problème et d’évaluer la nécessité de contraindre le modèle par des équations de physique fondamentale. Ce code pourra ensuite être implémenté à l'aide du framework PyTorch. En parallèle, le code de physique détaillée associé devra être pris en main et exploité sur le supercalculateur du CEA. L’objectif sera de produire des données à même d’alimenter et, in fine, tester l’algorithme conçu. Les paramètres cruciaux du modèle physique devront être identifiés pour concevoir une base d'entraînement suffisamment pertinente et variée pour garantir un fonctionnement optimal de l’algorithme.
Les thématiques physiques exactes pourront être affinées en fonction des possibilités internes au CEA et des affinités du(de la) candidat(e). La formation de cavités diamagnétiques dans la magnétosphère terrestre et les mécanismes d’ionisation de la haute atmosphère sont deux exemples de thématiques abordables dans le cadre de ce projet. En fonction des thématiques choisies des collaborations avec d’autres équipes du CEA sont également possibles. A travers ce stage, le(la) candidat(e) pourra apprendre à construire et exploiter un algorithme de Machine Learning, acquérir des connaissances poussées en électromagnétisme et magnétohydrodynamique appliqués au proche environnement terrestre, et se familiariser avec les principes de base d’utilisation d’un code de simulation parallèle sur supercalculateur.
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.
Profil recherché
Profil du candidat
Le candidat devra avoir des bases en physique des plasmas, magnétohydrodynamique ou physique de l'environnement spatial. Une expérience préalable sur Python est également souhaitée. Une connaissance générale des méthodes de machine learning serait également un plus.
Machine Learning, Python, Paraview
Bac+4/+5