Présentation de la société : CEA
Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.
Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.
Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :
• La conscience des responsabilités
• La coopération
• La curiosité
Missions
Le ou la post-doctorant(e) aura pour mission de développer une approche complète pour évaluer le potentiel de réutilisation de composants électroniques, en vue de les réintroduire dans des cycles de seconde vie. Cela comprendra :
- L’identification d’indicateurs de santé pertinents pour suivre l’évolution des performances de composants (ex. : MOSFET, IGBT, condensateurs, etc.) ;
- La mise en place de bancs de test et de capteurs adaptés à la mesure de paramètres électriques, thermiques ou mécaniques, dans le but de détecter les signes de vieillissement ;
- L’analyse des modes de dégradation à travers des essais expérimentaux et des modèles de défaillance ;
- Le développement d’algorithmes de prédiction de la durée de vie résiduelle (Remaining Useful Life – RUL) , adaptés à différents scénarios d’usage ;
- La contribution aux publications scientifiques, à la valorisation des résultats, et à la collaboration avec les partenaires du projet.
Profil recherché
Le ou la candidat(e) devra être titulaire d’un doctorat en intelligence artificielle, data science avec de bonnes compétences en génie électrique/électronique.
Compétences attendues :
- Maîtrise des méthodes d’apprentissage automatique (régression, classification, réseaux de neurones, clustering, etc.) ;
- Bonnes connaissances en traitement du signal, analyse de données, ou détection d’anomalies ;
- Expérience souhaitée dans un environnement avec données issues de capteurs ou d’essais expérimentaux ;
- Connaissance des langages de programmation et des bibliothèques associées (Python, PyTorch, etc.) ;
- Intérêt pour les applications concrètes et multidisciplinaires (électronique, fiabilité, durabilité) .