Poste de PostDoc en apprentissage automatique scientifique 80-100%
Universität Bern
Bern
Infos sur l'emploi
- Date de publication :19 novembre 2025
- Taux d'activité :80 – 100%
- Lieu de travail :Bern
Résumé de l'emploi
La Division de Recherche Spatiale et Sciences Planétaires de l'Université de Berne recherche un PostDoc pour analyser les données du spectromètre de masse de Rosetta. Cette opportunité offre un environnement de travail stimulant et des avantages intéressants.
Tâches
- Analyser les données DFMS de la mission Rosetta sur 67P.
- Appliquer des algorithmes d'apprentissage machine pour l'interprétation.
- Explorer la complexité organique des comètes et préparer des missions futures.
Compétences
- Doctorat en physique, (astro)chimie ou domaine connexe requis.
- Expertise en apprentissage machine et compétences en programmation.
- Expérience en chimie organique et spectrométrie de masse appréciée.
Est-ce utile ?
La Division de Recherche Spatiale et des Sciences Planétaires de l'Institut de Physique de l'Université de Berne recherche des candidats pour un poste de PostDoc afin de travailler sur les données héritées du spectromètre de masse Rosetta obtenues sur la comète 67P/Churyumov-Gerasimenko (67P). Le poste, financé par le Fonds National Suisse de la Recherche Scientifique (FNS), est nominalement d'une durée d'un an avec possibilité de prolongation.
La date de début prévue se situe entre mai et juillet 2026.
Le spectromètre de masse à double focalisation (DFMS) à haute résolution dirigé par Berne à bord de la mission Rosetta de l'ESA vers la comète 67P a révélé une diversité chimique et une complexité inattendues dans la matière cométaire. Le projet de recherche utilise les données héritées du DFMS comme banc d'essai unique pour étudier la complexité organique abiotique cométaire et établir des références pour les missions spatiales en cours et futures – en particulier celles utilisant des spectromètres de masse dans la recherche de signes de vie.
Tâches
Le travail combine des connaissances physiques et chimiques avec des algorithmes d'apprentissage automatique (ML) pour réduire et interpréter l'ensemble des données héritées de la mission DFMS. Un accent central est mis sur l'exploration des méthodes d'apprentissage automatique non supervisées pour soutenir l'investigation et la caractérisation des molécules organiques complexes.
Le PostDoc travaillera dans un environnement multidisciplinaire au sein de l'une des principales institutions européennes pour l'instrumentation des missions spatiales et aura l'opportunité de présenter ses recherches lors de conférences et ateliers internationaux.
Exigences
Le poste requiert formellement un doctorat en physique, (astro)chimie ou domaines connexes, obtenu il y a moins d'un an. Nous recherchons des candidats ayant une expertise approfondie en apprentissage automatique scientifique et de solides compétences en programmation. Une expérience en chimie organique, spectrométrie de masse, corps primitifs du système solaire est un plus.
Nous offrons
Candidature
Les candidats intéressés sont invités à soumettre un curriculum vitae (incluant les détails de l'expérience professionnelle et des compétences), une lettre de motivation d'une page, les coordonnées de deux référents, ainsi qu'une copie de leur diplôme de doctorat à la Dre Nora Hänni : nora.haenni@unibe.ch
www.space.unibe.ch
