Chercheur postdoctoral en modèles fondamentaux tabulaires pour les systèmes énergétiques des bâtiments et des quartiers
La science et la technologie des matériaux sont notre passion. Grâce à nos recherches de pointe, les quelque 1 100 collaborateurs d’Empa apportent des contributions essentielles au bien-être de la société pour un avenir digne d’être vécu. Empa est un institut de recherche du domaine ETH.
Notre passion réside dans la science et la technologie des matériaux, et au
Laboratoire des systèmes énergétiques urbains
(UESL), nous développons des stratégies et des méthodes pour soutenir la création de systèmes énergétiques décarbonés, résilients et équitables.
Ce poste de postdoctorant est proposé en collaboration avec le
Laboratoire des systèmes intelligents de maintenance et d’exploitation (IMOS)
à l’EPFL (
Prof. Olga Fink
). IMOS développe des méthodes avancées d’apprentissage automatique et d’IA pour des systèmes industriels et d’ingénierie complexes, avec un accent particulier sur l’amélioration de leur fiabilité, disponibilité et performance opérationnelle tout en permettant une maintenance plus efficace et économique.
Pour faire progresser le développement de modèles fondamentaux tabulaires pour les systèmes énergétiques, nous recherchons un chercheur postdoctoral hautement motivé et compétent. Le projet vise à développer des modèles fondamentaux capables d’apprendre à partir de données tabulaires hétérogènes issues des bâtiments et des systèmes énergétiques à l’échelle des quartiers, et de transférer ces connaissances entre systèmes, conditions d’exploitation et tâches en aval. Le poste combine l’expertise d’Empa UESL dans le développement et l’accès aux modèles de systèmes énergétiques avec l’expertise méthodologique du laboratoire IMOS en apprentissage automatique et modèles fondamentaux.
Vos tâches
•
Évaluer et comparer les modèles fondamentaux tabulaires pré-entraînés existants pour les applications énergétiques à l’échelle des bâtiments et des quartiers, en évaluant leur transférabilité et leur généralisation entre systèmes, conditions d’exploitation et tâches en aval.
•
Adapter et affiner les modèles fondamentaux existants pour les applications aux systèmes énergétiques, en étudiant des stratégies d’adaptation efficaces et l’utilisation de données et connaissances spécifiques au domaine.
•
Développer de nouvelles approches de modèles fondamentaux tabulaires lorsque les modèles pré-entraînés existants sont insuffisants, avec un accent particulier sur la transférabilité entre systèmes énergétiques et ensembles de données hétérogènes.
•
Valider et comparer les modèles développés
en utilisant
des mesures sur bâtiments
, des simulations basées sur la physique et des modèles d’optimisation des systèmes énergétiques.
•
Étudier comment les modèles fondamentaux tabulaires peuvent soutenir la modélisation et l’optimisation des systèmes énergétiques
, y compris des applications telles que la prédiction, la modélisation de substitution, la quantification de l’incertitude et l’aide à la décision.
•
Coordonner
les activités de recherche conjointes entre UESL et IMOS.
•
Publier et présenter
les perspectives et résultats de recherche.
•
Contribuer aux
propositions de recherche
et à l’obtention de financements compétitifs.
Votre profil
Nous recherchons un
chercheur hautement motivé et dévoué titulaire d’un doctorat en mathématiques, génie électrique ou mécanique, informatique ou domaine connexe,
avec une solide formation méthodologique en apprentissage automatique. Le candidat idéal possède une
expérience de recherche démontrée avec les modèles fondamentaux
, incluant l’évaluation et l’adaptation de modèles pré-entraînés, les stratégies de fine-tuning et le développement de nouvelles architectures ou approches d’apprentissage. Une expérience avec les
modèles fondamentaux tabulaires ou pour données structurées
est particulièrement pertinente pour ce poste.
Les qualifications clés incluent :
•
Solide expérience de recherche en apprentissage profond et modèles fondamentaux, incluant l’expérience avec des modèles pré-entraînés, le fine-tuning, le transfert d’apprentissage ou l’apprentissage auto-supervisé. L’expérience avec les modèles fondamentaux tabulaires ou pour données structurées est particulièrement pertinente.
•
Bonne compréhension des architectures modernes d’apprentissage profond et des stratégies d’entraînement, ainsi qu’une expérience dans la conception et l’évaluation rigoureuse de nouvelles méthodes d’apprentissage automatique. * Excellentes compétences en programmation Python et forte expérience pratique dans l’implémentation, l’entraînement et l’évaluation de modèles d’apprentissage profond et de bases de code de recherche.
•
Un solide parcours en apprentissage automatique ou domaines étroitement liés
•
Excellente maîtrise de l’anglais écrit et parlé
Idéalement, le candidat :
•
A une expérience en modélisation et optimisation des systèmes énergétiques
•
A une expérience avec des données tabulaires ou hétérogènes, particulièrement à travers plusieurs ensembles de données, domaines ou tâches
•
Connaît les méthodes d’optimisation mathématique, telles que la programmation linéaire en nombres entiers mixtes
•
A une expérience en quantification de l’incertitude, modélisation de substitution ou apprentissage automatique informé par la physique
•
Comprend les défis techniques associés à la transition énergétique
Notre offre
•
Un environnement de recherche stimulant et interdisciplinaire avec des opportunités de développement personnel et professionnel
•
Une collaboration étroite entre Empa et EPFL, réunissant des expertises complémentaires en systèmes énergétiques, apprentissage automatique et modèles fondamentaux
•
L’opportunité de façonner une direction de recherche émergente à l’interface de l’intelligence artificielle, de la modélisation et de l’optimisation des systèmes énergétiques
•
La possibilité de commencer immédiatement ou selon accord
Nous favorisons une culture d’inclusion et de respect. Nous accueillons toutes les personnes intéressées par des activités innovantes, durables et porteuses de sens – c’est ce qui compte.
Nous attendons avec impatience de recevoir votre candidature complète en ligne, comprenant une lettre de motivation, un CV,
une proposition de recherche d’une page sur la manière dont vous aborderiez vos tâches
, des certificats, diplômes et les coordonnées de deux référents. La proposition de recherche doit brièvement exposer la vision de recherche du candidat et les orientations méthodologiques proposées pour faire progresser les modèles fondamentaux tabulaires pour les systèmes énergétiques, incluant les questions de recherche potentielles et les approches pertinentes pour le poste. Veuillez soumettre votre candidature exclusivement via notre portail d’emploi. Les candidatures envoyées par e-mail ou courrier ne seront pas prises en compte.
Patricia
Nitzsche
,
Stv. Leiterin Human Resources / Dep. Head Human Resources
Des questions ?
Dr
Robin
Mutschler
robin.mutschler@empa.ch
Chef de groupe Macro-Systèmes énergétiques
Laboratoire des systèmes énergétiques urbains
https://www.empa.ch/web/s313
Votre futur lieu de travail
Empa
Ueberlandstrasse 129
8600
Dübendorf
Empa en tant qu’employeur
Activités innovantes, durables et porteuses de sens
Création de valeur ajoutée pour la société
Environnement de travail international et multiculturel
Liberté de créer et de développer
Culture d’inclusion et de respect
Excellent équilibre entre les différentes sphères de la vie
Employeur primé à plusieurs reprises et certifié
Avantages pour le rail, la mobilité, la garde d’enfants, la restauration, etc.
Bon à savoir
Site web d’Empa
Travailler en Suisse
Processus d’embauche
Conditions d’emploi
Postulez maintenant
Bien-être au travail
Conseils carrière
Frontaliers
