Contexte

Ce poste postdoctoral s’inscrit dans le cadre du projet 2FAST (Federation of Fluidic Autonomous labs to Speed-up materials Tailoring). Il se concentre sur l’accélération de la synthèse chimique grâce à des méthodes continues et miniaturisées telles que la microfluidique et la chimie des flux. Ces techniques offrent un contrôle précis des conditions expérimentales et tirent parti des progrès numériques pour améliorer les résultats de la recherche en chimie des matériaux. En utilisant des bases de données, l’IA et des mesures en temps réel, les voies de synthèse peuvent être optimisées, même si la caractérisation complète des nano/micromatériaux reste difficile en raison du coût et de la complexité. Malgré l’absence d’une approche universelle des processus chimiques continus, le projet vise à exploiter la numérisation dans les laboratoires de microfluidique, en collaborant avec des experts en conception de puces et en techniques analytiques. Ensemble, nous développerons des puces microfluidiques interopérables pour contrôler les propriétés des matériaux lors de la synthèse.

L’objectif du projet est d’établir une preuve de concept techniquement exigeante pour une plate forme de réacteur microfluidique/millifluidique à haut débit capable de produire en continu des nanoparticules de métaux nobles avec la morphologie et les propriétés souhaitées.

La progression de la réaction sera contrôlée par des boucles de rétroaction qui adaptent en permanence les paramètres d’entrée pour atteindre les propriétés souhaitées des nanoparticules. La synthèse des nanoparticules sera suivie in situ par UV-Vis complétée par d’autres techniques spectrométriques. Les données collectées alimenteront des outils d’IA spécifiques développés pour améliorer et accélérer le processus expérimental (voir Fig.)

Objectifs

Le projet postdoctoral portera sur l’aspect orchestration du système autonome « lab-on-a-chip ». Les principales tâches seront :

• Concevoir, créer et évaluer des boucles de rétroaction grâce à des modèles d’apprentissage actif permettant de construire des corrélations entre les paramètres de contrôle (ex : concentration d’un réactif) et les signaux collectés (spectre UV-Vis). Au moins deux boucles de rétroaction seront développées et comparées, l’une basée sur des approches d’optimisation classiques, l’autre basée sur des méthodes d’apprentissage automatique basées sur le renforcement.

• Participer à la création d’une base de données de signaux adaptée aux méthodes d’apprentissage automatique notamment sur la mise en œuvre de réseaux d’auto-encodeurs (ex. GANs) pour simuler des signaux et/ou formater la base de données.

• Mettre en œuvre des méthodes d’apprentissage automatique pour connecter des « données hautement résolues » à des observables plus facilement disponibles et démontrer la possibilité de connecter les propriétés souhaitées des nanoparticules et les conditions de synthèse.

• Gérer les interactions au sein de l’équipe interdisciplinaire et également avec les collaborations externes pour l’IA. mise en œuvre.

• Rédaction d’articles et de rapports.

Votre profil

Nous recherchons un chercheur débutant très motivé ; désireux de faire progresser sa carrière scientifique en participant à un projet interdisciplinaire de pointe dans un laboratoire de premier plan doté d’équipements essentiels et d’une réputation d’excellence interdisciplinaire. Les candidats ayant une formation expérimentale et une solide base pédagogique en I.A. ou des domaines connexes, idéalement axés sur la microfluidique, sont fortement encouragés à postuler. Le candidat doit avoir des compétences avancées dans les langages de programmation tels que Python ou C++ pour la mise en œuvre de l’IA. algorithmes et simulations numériques. La préférence sera accordée aux candidats ayant une expérience avérée dans le domaine du deep learning. La maîtrise de l’anglais, tant écrit qu’oral, est essentielle. De plus, de solides compétences en communication écrite et orale, ainsi que des antécédents en matière de publication de recherches dans des revues à comité de lecture et de présentations lors de conférences, sont attendus.

Cadre

2FAST est l’un des projets ciblés du projet PEPR (Programmes et Équipements Prioritaires de Recherche) DIADEM. DIADEM est une initiative globale visant à accélérer la conception et la fabrication de produits plus efficaces et matériaux durables. Le chercheur désigné rejoindra un réseau d’excellence regroupant quatre laboratoires différents au niveau national : ICMCB (UMR5026) et LOF (UMR5258) en Bordeaux, LGC (UMR5503) à Toulouse, ISEC (CEA) à Marcoule, et LIONS (UMR 3685) à Paris Saclay.

Applications

La candidature doit être rédigée en anglais et comprendre un curriculum vitae, une lettre d’intention et des lettres de recommandation ou des contacts pour références. Tous les documents de candidature doivent être combinés en un seul fichier PDF. Les candidatures seront évaluées dès réception jusqu’à ce que le poste soit pourvu. Si vous avez des questions sur le poste et le processus de candidature, veuillez contacter par email le Dr Fabrice Lamadie ou le Dr Sophie Charton.

Références

1. R. Epps et al., Accelerated AI development for autonomous materials synthesis in flow, Chem. Sci., 170 (2021)

2. A.C. Bédard et al., Reconfigurable system for automated optimization of diverse chemical reactions, Science, 361 (2018)

3. E.M. Chan et al., Reproducible, high-throughput synthesis of colloidal nanocrystals for optimization in multidimensional parameter space, Nano Lett., 10 (2010)

4. Coley, C. W. et al. A robotic platform for flow synthesis of organic compounds informed by AI planning. Science, Vol. 6453, (2019)

5. Tao, H. et al. Nanoparticle synthesis assisted by machine learning. Nat. Rev. Mater. 6, 701–716 (2021)

6. Rodríguez-Ruiz, I., Charton, S., Radajewski, D., Bizien, T. & Teychené, S. Ultrafast precipitation of transient amorphous cerium oxalate in concentrated nitric acid media. Cryst. Eng. Comm 20, 3302–3307 (2018)

7. Rodríguez-Ruiz, I. et al. Broadcasting photonic lab on a chip concept through a low cost manufacturing approach. Talanta 170, (2017)

8. Onofri, F. R. A., Rodriguez-Ruiz, I. & Lamadie, F. Microfluidic lab-on-a-chip characterization of nano- to microparticles suspensions by light extinction spectrometry. Opt. Express 30, 2981–2990 (2022)

9. Rodríguez-Ruiz, I. et al. Innovative high-throughput SAXS methodologies based on photonic lab-on-a-chip sensors: Application to macromolecular studies. Sensors (Switzerland) 17, (2017)

10. Roger, K. & El Amri, N. Controlling nanoparticle formation from the onset of nucleation through a multi-step continuous flow approach. J. Colloid Interface. Sci. 608, 1750–1757 (2022)

Informations Complémentaires

Lieu de travail : Centre CEA Marcoule (à environ 30 km au Nord d’Avignon)

Durée : 12 mois avec une période d’essai de 3 mois sous réserve d’évaluation.

Date de début : À partir de septembre 2024, au plus tard en février 2025

Qualification : Expérience souhaitée : 1 à 4 ans après la thèse

Bourse en fonction de l’expérience du candidat.