← Toutes les offres

Chercheur scientifique en IA scientifique et génie géotechnique

ETH Zürich

Type de contrat
Temps plein
Taux d’occupation
100%
Lieu
Zürich
Entreprise
ETH Zürich, Binzmühlestrasse 130, 8050 Zürich
Première publication
Postuler

Texte d'introduction
La chaire de génie géotechnique de l'ETH Zurich, faisant partie de l'Institute for Geotechnical Engineering (IGT), concentre son enseignement et sa recherche sur l'ingénierie des fondations, la mécanique des sols et les risques naturels. Notre objectif est de combiner les connaissances théoriques avec des expériences et des simulations numériques pour développer de nouvelles méthodes permettant de comprendre et de prédire le comportement des sols, des fondations et des infrastructures.

Nous ouvrons un poste au sein de notre groupe de recherche à l'ETH Zurich, axé sur le développement et l'intégration de méthodes modernes d'intelligence artificielle (IA) dans la recherche en génie géotechnique, tout en maintenant un lien étroit avec la physique et la mécanique sous-jacentes. Nous ne visons pas à développer un nouveau modèle d'IA ou à remplacer l'ingénierie basée sur la physique par une IA purement axée sur les données. Au lieu de cela, nous voulons utiliser l'IA pour transformer la manière dont la recherche elle-même est effectuée — de la génération de modèles numériques et l'acquisition de données expérimentales à l'analyse, la visualisation et la communication.

À cette fin, nous recherchons un chercheur scientifique en IA scientifique et génie géotechnique, qui travaillera à travers le groupe de recherche, en collaborant avec des doctorants, des chercheurs postdoctoraux et des scientifiques seniors.

Le rôle combine la recherche scientifique, l'ingénierie computationnelle, l'automatisation de la recherche, la science des données et le développement d'outils réutilisables optimisés par l'IA. Un objectif central est d'identifier de nouvelles opportunités où l'IA peut permettre des recherches qui seraient autrement difficiles ou impossibles, et de développer des capacités qui peuvent être utilisées dans l'ensemble du groupe.

Description du poste / des tâches
Le travail interconnectera plusieurs domaines différents de notre activité :

IA scientifique et modélisation informée par la physique

Développer et appliquer des approches d'IA et d'apprentissage automatique à des problèmes complexes en génie géotechnique et en mécanique computationnelle, avec un accent particulier sur les approches qui combinent les données avec les connaissances physiques, plutôt que de s'appuyer exclusivement sur des modèles de type "boîte noire" axés sur les données.
Explorer des sujets incluant l'apprentissage automatique informé par la physique (physics-informed) et guidé par la physique (physics-guided), la modélisation constitutive hybride physique-ML, les modèles de substitution (surrogate) et à ordre réduit, les problèmes inverses et l'identification de paramètres, la quantification de l'incertitude et la découverte scientifique assistée par l'IA.
Appliquer ces méthodes à des problèmes impliquant le comportement des sols, l'interaction sol-structure, la liquéfaction, les risques naturels, les fondations et la résilience des infrastructures.
Modélisation numérique optimisée par l'IA

Développer des outils pour automatiser et accélérer les flux de travail de modélisation numérique, y compris les simulations par éléments finis (FE) et potentiellement par éléments discrets (DEM) et par la méthode des points matériels (MPM).
Automatiser des tâches telles que la génération de modèles, la création de géométries et de maillages, l'assignation des matériaux et des conditions limites, les études de paramètres, l'exécution sur le calcul haute performance (HPC), la vérification des modèles, l'extraction de résultats et le post-traitement standardisé.
Créer des outils robustes et réutilisables qui permettent aux chercheurs de l'ensemble du groupe de construire et d'analyser des modèles numériques plus efficacement tout en conservant un contrôle et une vérification d'ingénierie appropriés.
Automatisation de la recherche expérimentale

Développer des méthodes optimisées par l'IA pour l'acquisition, le traitement et l'interprétation de données expérimentales provenant de tests en laboratoire et en centrifugeuse.
Automatiser le traitement des données de capteurs, la synchronisation de différents systèmes de mesure, l'analyse par vision par ordinateur des expériences, l'extraction de mécanismes de déformation et de rupture à partir d'images et de vidéos, l'identification de paramètres expérimentaux et l'intégration des résultats expérimentaux et numériques.
Intelligence des données géotechniques

Développer des méthodes pour exploiter le volume croissant de données géotechniques disponibles au sein du groupe et via des répertoires externes.
Organiser et extraire des informations à partir d'expériences historiques en laboratoire et en centrifugeuse ainsi que des analyses numériques, et exploiter de grands ensembles de données externes et des répertoires de recherche tels que DesignSafe et des bases de données contenant des propriétés géotechniques et géologiques.
Contribuer au développement à plus long terme de jeux de données géotechniques structurés et conscients de la physique pour soutenir l'inférence de paramètres, le calibrage de modèles, la quantification de l'incertitude, l'identification des lacunes des modèles et le développement de nouvelles approches d'IA informées par la physique.
Visualisation scientifique et communication

Développer des approches automatisées pour transformer les résultats de recherche en visualisations, animations et vidéos de haute qualité.
Développer des outils qui soutiennent les publications et présentations scientifiques tout en facilitant une communication efficace de la recherche via des sites web, du matériel pédagogique, auprès d'un public professionnel et sur les plateformes de médias sociaux.
Capacité d'IA à l'échelle du groupe

Aider à établir l'IA comme une capacité de recherche largement accessible au sein du groupe.
Identifier des opportunités d'IA à travers les activités de recherche en cours, développer des outils et des flux de travail communs, fourni

Traduit automatiquement depuis l’original.

Publié il y a 2 jours

Lieu

Voir sur Google Maps