Modélisation de l’écoulement anisotrope des calottes polaires boostée par le machine learning h/f

Portail > Offres > Offre UMR8006-FARZID-021 - Modélisation de l’écoulement anisotrope des calottes polaires boostée par le machine learning H/F


Modélisation de l’écoulement anisotrope des calottes polaires boostée par le machine learning H/F

Cette offre est disponible dans les langues suivantes :

Date Limite Candidature : jeudi 13 février 2025 23:59:00 heure de Paris

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler


Informations générales

Intitulé de l'offre : Modélisation de l’écoulement anisotrope des calottes polaires boostée par le machine learning H/F
Référence : UMR8006-FARZID-021
Nombre de Postes : 1
Lieu de travail : PARIS 13
Date de publication : jeudi 23 janvier 2025
Type de contrat : Chercheur en contrat CDD
Durée du contrat : 18 mois
Date d'embauche prévue : 1 mars 2025
Quotité de travail : Complet
Rémunération : entre 3 081€ et 4 756€ selon expérience.
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent
Section(s) CN : 9 - Ingénierie des matériaux et des structures, mécanique des solides, biomécanique, acoustique


Missions

L’écoulement de la glace dans les calottes polaires et les glaciers de montagne est en grande partie due à sa déformation plastique, qui peut être extrêmement lente. La rhéologie des glaces polaires présente une forte anisotropie viscoplastique, liée à sa microstructure (orientation privilégiée des cristaux) qui évolue avec la déformation plastique. Un tel comportement fortement anisotrope devrait avoir une influence marquée sur la dynamique de l'écoulement des calottes glaciaires, et notamment leur réponse aux transitions climatiques, mais il n'a jamais été entièrement pris en compte dans les modèles. La relation entre la rhéologie et la microstructure est très bien captée par les méthodes d'homogénéisation en champ

#J-18808-Ljbffr