Pour notre département R&D situé à Feluy, nous recherchons un.e jeune chercheur.se talentueux.se pour accélérer le développement des méthodes de modélisation des catalyseurs grâce à l’intelligence artificielle. La personne sélectionnée travaillera en étroite collaboration avec le département Polymère.

Les catalyseurs sont des matériaux clés dans les processus industriels chimiques. Ils jouent un rôle indispensable dans les procédés de production actuels de produits chimiques à valeur ajoutée, que ce soit des combustibles fossiles ou bien des carburants durables (c’est-à-dire le CO2 et la biomasse).

La synthèse et les tests expérimentaux de nouveaux catalyseurs sont des processus très coûteux en temps. Afin d’accélérer la conception de catalyseurs performants et durables, nous avons développé une approche permettant de prédire numériquement leurs performances en combinant la simulation moléculaire (DFT) et les données expérimentales.

La combinatoire des candidats potentiels est très importante, plus de 10^30 possibilités. Pour explorer cet espace, l’apprentissage par renforcement (RL) est une méthode efficace. En interagissant avec l’environnement et en recevant des retours sous forme de récompenses, le RL peut identifier les options les plus prometteuses sans réaliser de recherches exhaustives.

L’objectif de ce post-doctorat est de développer une méthode RL pour accélérer l’identification de nouveaux catalyseurs. Le chercheur post-doctoral sera à la tête de ce projet de 18 mois en coordination avec l’équipe projet.

• Recherche : Réaliser le projet de recherche, depuis de la revue de l’état de l’art, la conception de la méthodologie et sa mise en œuvre, jusqu’au rapport final.
• Communication : Assurer la communication scientifique en interne et en externe, par écrit ou lors de présentations.
• Collaboration : Travailler dans un environnement interdisciplinaire impliquant la chimie computationnelle, l’apprentissage machine, les simulations numériques et la chimie expérimentale.

• Doctorat en Chimie Computationnelle, BioInformatique ou Informatique.
• Familiarité avec la Chimie : et en particulier le domaine des catalyseurs. Une connaissance des catalyseurs organométalliques et de la polymérisation est un plus.
• Modélisation moléculaire : Expérience en modélisation moléculaire, particulièrement avec les calculs de théorie fonctionnelle de la densité (DFT).
• Apprentissage machine et analyse des données : Compréhension de l’apprentissage supervisé, non supervisé et des réseaux neuronaux profonds ; Expérience en apprentissage machine appliqué à la chimie. Expérience dans le développement d’algorithmes RL est un plus.
• Maitrise de Python (en particulier avec TensorFlow, PyTorch, JAX) et connaissance du calcul parallèle.
• Langues : Anglais (courant), le français est un plus.