Post-doctorat (h/f) anr gaspe: croissance plasma de semi-conducteurs à large bande interdite: diagnostic térahertz et optimisation par intelligence artificielle

Informations générales

Intitulé de l'offre : Post-doctorat (H/F) ANR GASPE: Croissance plasma de semi-conducteurs à large bande interdite : diagnostic Térahertz et optimisation par intelligence artificielle
Référence : UMR7647-KAROUA-002
Nombre de Postes : 1
Lieu de travail : PALAISEAU
Date de publication : lundi 20 octobre 2025
Type de contrat : Chercheur en contrat CDD
Durée du contrat : 12 mois
Date d'embauche prévue : 5 janvier 2026
Quotité de travail : Complet
Rémunération : 3081,33 € à 3519,85
Niveau d'études souhaité : Doctorat
Expérience souhaitée : 1 à 4 années
Section(s) CN : 10 - Milieux fluides et réactifs : transports, transferts, procédés de transformation

Missions

Nous recherchons un(e) chercheur(se) postdoctoral(e) pour rejoindre notre équipe au LPICM, un laboratoire commun CNRS–École Polytechnique, dans le cadre du projet ANR GASPE associant diagnostics avancés et intelligence artificielle pour la synthèse de semi-conducteurs à large bande interdite. L’objectif du projet est de développer une nouvelle compréhension et un meilleur contrôle des procédés de dépôt assistés par plasma pour des matériaux tels que GaN, AlN et Ga₂O₃, déposés à basse température.

Activités

Le postdoctorant se concentrera sur le couplage d’outils de diagnostic in situ avancés, en particulier la spectroscopie térahertz, afin de sonder à la fois le plasma et les couches minces. Ces diagnostics permettront d’extraire des paramètres clés du plasma tels que la densité électronique et la densité moléculaire, ainsi que des paramètres des matériaux, offrant ainsi une fenêtre unique sur les premières étapes de la nucléation et de la croissance des films.
En parallèle, le postdoctorant réalisera des dépôts et caractérisations, et développera des approches basées sur l’intelligence artificielle pour l’analyse de données et l’optimisation des procédés. Des modèles d’apprentissage automatique et profond seront entraînés afin de corréler les paramètres plasma, les analyses plasma et les propriétés des matériaux, permettant ainsi un contrôle prédictif des conditions de croissance pour atteindre une qualité optimale des films. Cette approche duale, combinant diagnostics physiques et modélisation pilotée par les données, établira un nouveau paradigme dans le traitement intelligent des couches minces.

Compétences

Le candidat(e) doit être titulaire d’un doctorat en physique des plasmas, science des matériaux ou domaine connexe, avec une expérience dans le dépôt de couches minces par plasma (PVD, CVD, pulvérisation,. Une connaissance pratique des diagnostics spectroscopiques (spectroscopie THz, ellipsométrie, spectroscopie d’émission, sera fortement appréciée.
Le candidat(e) présentant un intérêt ou une expérience en intelligence artificielle, apprentissage automatique ou modélisation de procédés pilotée par les données sont particulièrement encouragé(e)s à postuler. Une expérience en traitement du signal ou en analyse de grands ensembles de données expérimentales sera un atout.
Le(la) candidat(e) idéal(e) est autonome, curieux(se) et motivé(e) par une recherche interdisciplinaire mêlant physique expérimentale des plasmas, science des matériaux et intelligence computationnelle.

Contexte de travail

Le(la) candidat(e) aura accès aux infrastructures du LPICM et de l’École Polytechnique.

Contraintes et risques

NA