H/f jeune chercheur en astrophysique

Vos missions en quelques mots Missions : La personne recrutée aura pour missions principales : - Contribuer au développement de méthodes avancées d’apprentissage profond pour la détection des supernovæ lentillées gravitationnellement dans les données Rubin/LSST. - Travailler en étroite collaboration avec le Centre de données du Laboratoire et sa division d’apprentissage automatique afin d’optimiser les algorithmes et les chaînes de traitement des données. - Participer au suivi observationnel des supernovæ lentillées confirmées (imagerie et/ou spectroscopie). - Contribuer à l’analyse comparative avec des spectres synthétiques et des courbes de lumière aux phases précoces. - Construire et maintenir un catalogue de lentilles gravitationnelles statiques ainsi qu’un recensement des supernovæ lentillées confirmées et candidates. Ce catalogue constituera un livrable majeur du projet et une ressource structurante pour la communauté scientifique. Activités : La tâche principale consistera à piloter le développement de méthodes avancées d’apprentissage profond visant à identifier les rares supernovæ lentillées gravitationnellement dans les données de Rubin/LSST. Ce travail sera mené en étroite collaboration avec la division d’apprentissage automatique du Centre de données du LAM. La personne recrutée participera également au suivi observationnel des supernovæ lentillées confirmées, ainsi qu’à leur analyse comparative à l’aide de spectres synthétiques et de courbes de lumière aux phases précoces. Contexte de travail : Le travail se déroulera dans le cadre du projet international franco-allemand récemment financé, intitulé « SuperEarly : Constraining Supernova Progenitors through Strong Lensing in the Rubin LSST Era ». Ce projet de trois ans nous permettra d’obtenir les toutes premières observations UV (dans le référentiel au repos) de supernovæ jamais réalisées. Notre projet s’appuie sur les résultats du programme HOLISMOKES (ERC). La chercheuse principale de HOLISMOKES, Sherry Suyu (TUM/MPA, Allemagne), fait partie de l’équipe du projet SuperEarly. Au LAM, en plus du co-responsable de SuperEarly J.-C. Bouret, la personne recrutée travaillera également en étroite collaboration avec le Post-doctorant Raoul Canameras (expert en algorithmes d’apprentissage profond pour la recherche de supernovæ lentillées) et un doctorant qui sera recruté pour ce projet. Des visites de collaboration régulières (deux fois par an) auront lieu auprès de nos collaborateurs allemands sur le campus de Garching, près de Munich. Il sera également possible d’effectuer des séjours plus longs (jusqu’à un an, à déterminer) à l’Observatoire européen austral (ESO) sur le même campus, où se trouve également le co-responsable, S. Blondin. La personne recrutée bénéficiera d’un accès complet aux données du projet Rubin/LSST. À noter que bien que le contrat initial soit de deux ans, un troisième année est possible (et déjà financée). Profil recherché Competences : - Programmation ; - Machine learning/deep learning techniques ; - Réseaux de neurones ; - Observations. Contraintes et risques : Visites de collaboration régulières (deux fois par an) auprès de nos collaborateurs allemands sur le campus de Garching, près de Munich. Possibilité d’effectuer des séjours plus longs (jusqu’à un an, à déterminer) à l’Observatoire européen austral (ESO) sur le même campus, où se trouve également le co-responsable, S. Blondin. Participation à une conférence (ou un workshop) internationale par an. Niveau d'études minimum requis Niveau Niveau 8 Doctorat/diplômes équivalents Spécialisation Formations générales Langues Français Seuil