13 meilleures offres (python, nice, b8) (à pourvoir)

Post-Doctoral Research Visit F/M Operator learning for the time-harmonic Maxwell equations
Inria —Sophia Antipolis (06)
- 2 788 € par mois
- Niveau Doctorat
- Anglais
- Machine learning
Consultant Cybersécurité IA Agentique H/F
Monaco I Avangarde Cyber Sécurité —Biot (06)
- Temps plein
- Télétravail partiel
- Azure
- Informatique
- Anglais
Postuler rapidement
il y a 11 jours
Développeur Java/Scrum Master (H/F)
ALTEN —Valbonne (06)
- Télétravail partiel
- DevOps
- Anglais
- Java
Postuler rapidement
Ingénieur Cloud-DevOps (H/F)
Thales —Valbonne (06)
- Temps plein
- Azure
- Informatique
- Ingénierie
Post-Doctoral Research Visit F/M Computational design of next-generation optical metasurfaces
Inria —Sophia Antipolis (06)
- 2 788 € par mois
- Niveau Doctorat
- Anglais
- Développement logiciel
Site Reliability Engineer (expérimenté, CDI)
ALTEN —Valbonne (06)
- Temps plein
- Azure
- DevOps
- Bases de données
Postuler rapidement
Expert(e) OpenShift - Cloud - Biot, Lyon & Paris
Sopra Steria —Biot (06)
- Temps plein
- Télétravail partiel
- Master
- Scripting
- Linux
Postuler rapidement
Architecte Solutions logiciel - Aéronautique/Défense
Capgemini —Valbonne (06)
- Java
- Master
- C++
- Tarifs préférentiels
[Permanent position] Senior verification engineer / team lead
SiPearl —Valbonne (06)
- Télétravail partiel
- Niveau Doctorat
- Anglais
- Master
Postuler rapidement
Inverse design of an optical power splitter using a global optimization method
Inria —Sophia Antipolis (06)
- Anglais
- Master
- Développement logiciel
Ingénieur IA (F/H)
Sii —Sophia Antipolis (06)
- De 40 000 € à 48 000 € par an
- DevOps
- Ingénierie
- Anglais
2 h
Doctorant (H/F) - Sujet "morphogenèse de la microstructure du squelette d’oursin"
CNRS —Villefranche-sur-Mer (06)
- 2 300 € par mois
- Python
1 h
Alternance - Développeur DevOps / Automatisation H/F
PRO BTP GROUPE —Cagnes-sur-Mer (06)
- Ingénierie
- Java
- Master
2 h

Discover related jobs

Based on your search for python jobs.

Ingénieur Big Data (06) (H/F)
Agilitech —Sophia Antipolis (06)
Développer la compétitivité de nos clients en apportant conseil, solutions technologiques et expertise métier à toutes les étapes du développement d’un projet,…
Alternance - Data Analyst (F/H)
CPAM DES ALPES-MARITIMES —Nice (06)
Salaire versé sur 14 mois, à définir en fonction de l'âge du candidat retenu et du contrat choisi (apprentissage ou professionnalisation) + Horaire variable +…
De 1 000 € à 1 500 € par mois

Je souhaite recevoir la dernière alerte Emploi pour les postes de ce type : python (nice, b8)

En vous connectant à votre compte, vous acceptez les Conditions d'utilisation de SimplyHired et consentez à notre Politique relative aux cookies et Politique de confidentialité.

Post-Doctoral Research Visit F/M Operator learning for the time-harmonic Maxwell equations

Inria -
Sophia Antipolis (06)

Soumettre votre candidature

Détails de l'emploi

CDD
2 788 € par mois

Avantages

Qualifications

Français
Niveau Doctorat
PyTorch
Anglais
Machine learning
Développement logiciel
Python

Description complète du poste

Le descriptif de l’offre ci-dessous est en Anglais

Type de contrat : CDD

Contrat renouvelable : Oui

Niveau de diplôme exigé : Thèse ou équivalent

Fonction : Post-Doctorant

Niveau d'expérience souhaité : De 3 à 5 ans

A propos du centre ou de la direction fonctionnelle

The Inria centre at Université Côte d'Azur includes 42 research teams and 9 support services. The centre's staff (about 500 people) is made up of scientists of diﬀerent nationalities, engineers, technicians and administrative staff. The teams are mainly located on the university campuses of Sophia Antipolis and Nice as well as Montpellier, in close collaboration with research and higher education laboratories and establishments (Université Côte d'Azur, CNRS, INRAE, INSERM ...), but also with the regiona economic players.

With a presence in the fields of computational neuroscience and biology, data science and modeling, software engineering and certification, as well as collaborative robotics, the Inria Centre at Université Côte d'Azur is a major player in terms of scientific excellence through its results and collaborations at both European and international levels.

Contexte et atouts du poste

Atlantis is a joint project-team between Inria, CNRS and Université Côte d'Azur, which gathers applied mathematicians and computational scientists who are collaboratively undertaking research activities aiming at the design, analysis, development and application of innovative numerical methods for studying nanoscale light-matter interaction problems. In the recent years, the team has developed the DIOGENeS [https://diogenes.inria.fr/] software suite, which is organized around several numerical tools for the simulation of physical problems related to the fields of nanophotonics and nanoplasmonics. In particular, this software suite implements several high-fidelity fullwave solvers based on high-order Discontinuous Galerkin (DG) methods tailored to the systems of time- and frequency-domain Maxwell equations possibly coupled to differential equations modeling the behavior of propagation media at optical frequencies. Moreover, DIOGENeS also includes algorithms and workflows for the inverse design of nanostructures and nanophotonic devices for harvesting and shaping nanoscale light-matter interactions. The numerical methods currently implemented in DIOGENeS are accurate and flexible but they are also time consuming. For this reason, the team has recently launched a line of research aiming at the design of novel AI-based methods by considering purely data-driven or model-driven modeling approaches.

Mission confiée

Scientific Machine Learning (SciML) is a relatively new research field bridging machine learning (ML) and scientific computing. Its aim is the development of new methods to solve several kinds of problems, which can be forward solution of PDEs, identification of parameters, or inverse problems. The methods that are investigated in this context must be robust, scalable, reliable and interpretable. Two main families of methods can be distinguished. On one hand, methods that approximate the solution function, i.e., the mapping from instances of the function variables to the function values, such as with Physics-Informed Neural Networks (PINNS) and their numerous variants. On the other hand, methods that approximate the solution operator, which are generally classified as Neural Operators (NOs). Each of these two families has advantages and drawbacks when one is willing to consider complex PDE models of realistic physical problems. NOs require data, and when that is limited or not available, they are unable to learn the solution operator faithfully. PINNs do not require data but are prone to failure, especially on multi-scale dynamic systems due to optimization challenges. In this postdpctoral project, we will focus on NOs in the context of time-harmonic electromagnetics wave propagation in heterogenous domains involving irregularly-shaped geometrical features. The overarching goal will be to design NOs that can efficiently deal with the system of time-harmonic Maxwell equations for the complex-valued electric and magnetic fields with different types of boundary conditions and source terms in two- and three-dimensional settings, and data from unstructured mesh-based FEM (Finite Element Method) simulators. In addiiton, these NOs shall ultimately be capable of generalization over different geometrical characteristics of scattering structures to serve as fast surrogates in inverse design strategies for finding optimal scatterer shapes driven by a performance objective.

The work will start by a detailed bibliographical review of existing operator learning methods including DeepONet, FNO (Fourier NO), PINO, etc. by addressing their viability in relation to the physical problems considered in high-frequency electromagnetism. Initial developments and assessment activities will be performed in a two-dimensional setting and considering variaous problems of increasing complexity. Further invesigations in a three-dimensional setting will be realized for the most promising approaches.

This postdoctoral project is proposed in the contexte of the collaborative projet MAXINET between Inria and Thales Research & Technology.

This position requires French or EU citizenship.

Principales activités

Bibliographical study on operator learning for wave propagation PDE models
Development of operator learning approaches for the time-harmoinic Maxwell equations in 2D and 3D
Collaborate with academic and industrial partners
Represent the team at workshops, conferences, and dissemination events
Develop and maintain technical documentation
Contribute to scientific publications and technical reports

Compétences

Knowledge and skills:

Sound knowledge of numerical methods for PDEs, numerical optimization, scientific machine learning
Strong background and experience with physics-based NNs and Neural Operators for PDEs
Basic knowledge of modeling and numerics for electromagnetic wave propagation

Software development skills : Python, Pytorch, parallel programming with MPI

Relational skills : team worker (verbal communication, active listening, motivation and commitment).Other valued appreciated : good level of spoken and written english

Avantages

Subsidized meals
Partial reimbursement of public transport costs
Leave: 7 weeks of annual leave + 10 extra days off due to RTT (statutory reduction in working hours) + possibility of exceptional leave (sick children, moving home, etc.)
Possibility of teleworking (after 6 months of employment) and flexible organization of working hours
Professional equipment available (videoconferencing, loan of computer equipment, etc.)
Social, cultural and sports events and activities
Access to vocational training
Contribution to mutual insurance (subject to conditions)

Rémunération

Gross Salary: 2788 € per month.

Informations générales

Thème/Domaine : Schémas et simulations numériques
Calcul Scientifique (BAP E)
Ville : Sophia Antipolis
Centre Inria : Centre Inria d'Université Côte d'Azur
Date de prise de fonction souhaitée : 2026-02-01
Durée de contrat : 12 mois
Date limite pour postuler : 2026-06-30

Attention: Les candidatures doivent être déposées en ligne sur le site Inria. Le traitement des candidatures adressées par d'autres canaux n'est pas garanti.

Consignes pour postuler

Applications must be submitted online on the Inria website. Collecting applications by other channels is not guaranteed.

Sécurité défense :
Ce poste est susceptible d’être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L’autorisation d’accès à une zone est délivrée par le chef d’établissement, après avis ministériel favorable, tel que défini dans l’arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence l’annulation du recrutement.

Politique de recrutement :
Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.

Contacts

Équipe Inria : ATLANTIS
Recruteur :
Lanteri Stéphane / [email protected]

L'essentiel pour réussir

Academic background: Ph.D. in applied mathematics or scientific computing

A propos d'Inria

Inria est l’institut national de recherche dédié aux sciences et technologies du numérique. Il emploie 2600 personnes. Ses 215 équipes-projets agiles, en général communes avec des partenaires académiques, impliquent plus de 3900 scientifiques pour relever les défis du numérique, souvent à l’interface d’autres disciplines. L’institut fait appel à de nombreux talents dans plus d’une quarantaine de métiers différents. 900 personnels d’appui à la recherche et à l’innovation contribuent à faire émerger et grandir des projets scientifiques ou entrepreneuriaux qui impactent le monde. Inria travaille avec de nombreuses entreprises et a accompagné la création de plus de 200 start-up. L'institut s'eﬀorce ainsi de répondre aux enjeux de la transformation numérique de la science, de la société et de l'économie.

Soumettre votre candidature

Affinez votre recherche

python emplois - nice, b8

Post-Doctoral Research Visit F/M Operator learning for the time-harmonic Maxwell equations

Consultant Cybersécurité IA Agentique H/F

Développeur Java/Scrum Master (H/F)

Ingénieur Cloud-DevOps (H/F)

Post-Doctoral Research Visit F/M Computational design of next-generation optical metasurfaces

Site Reliability Engineer (expérimenté, CDI)

Expert(e) OpenShift - Cloud - Biot, Lyon & Paris

Architecte Solutions logiciel - Aéronautique/Défense

[Permanent position] Senior verification engineer / team lead

Inverse design of an optical power splitter using a global optimization method

Ingénieur IA (F/H)

Doctorant (H/F) - Sujet "morphogenèse de la microstructure du squelette d’oursin"

Alternance - Développeur DevOps / Automatisation H/F

Discover related jobs

Je souhaite recevoir la dernière alerte Emploi pour les postes de ce type : python (nice, b8)

Related Searches

A propos du centre ou de la direction fonctionnelle

Contexte et atouts du poste

Mission confiée

Principales activités

Compétences

Avantages

Rémunération

Informations générales

Consignes pour postuler

Contacts

L'essentiel pour réussir

A propos d'Inria

Outils pour les chercheurs d'emploi

Outils Employeurs

Parcourir

Garder le contact