Poste de doctorant en réseaux de neurones graphiques hiérarchiques pour les systèmes énergétiques urbains multi-échelles
Empa, Materials Science and Technology
Dübendorf
Infos sur l'emploi
- Date de publication :09 octobre 2025
- Taux d'activité :100%
- Type de contrat :Durée indéterminée
- Lieu de travail :Dübendorf
Résumé de l'emploi
La science et la technologie des matériaux sont notre passion. Rejoignez Empa!
Tâches
- Développer des réseaux de neurones graphiques hiérarchiques pour l'énergie urbaine.
- Modéliser les infrastructures énergétiques à différentes échelles.
- Collaborer avec des équipes interdisciplinaires pour des solutions durables.
Compétences
- Master en ingénierie, informatique ou domaine connexe requis.
- Solides compétences en apprentissage profond et statistiques.
- Capacité à travailler dans un environnement interdisciplinaire.
Est-ce utile ?
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.
Poste de doctorant en réseaux de neurones graphiques hiérarchiques pour les systèmes énergétiques urbains multi-échelles
Le Laboratoire des systèmes énergétiques urbains (UESL) est un pionnier des stratégies, solutions et méthodes pour soutenir le développement de systèmes énergétiques urbains durables, résilients et équitables. Notre travail combine technologie et politique avec une pensée systémique et une mise en œuvre pratique, toujours ancrée dans les défis urbains réels.
Ce poste de doctorant est proposé en collaboration avec le Laboratoire des systèmes intelligents de maintenance et d'exploitation (IMOS) de l'EPFL (Prof. Olga Fink). IMOS se concentre sur le développement d'algorithmes intelligents conçus pour améliorer la performance, la fiabilité et la disponibilité des systèmes industriels complexes tout en rendant les stratégies de maintenance plus rentables.
Ensemble, UESL et IMOS recherchent un candidat motivé et qualifié pour faire progresser l'utilisation des réseaux de neurones graphiques hiérarchiques pour la modélisation des systèmes énergétiques urbains multi-échelles. En combinant les avancées en apprentissage automatique informé par la physique (PIML) et les réseaux de neurones graphiques (GNN) avec des applications énergétiques réelles, le projet vise à mieux capturer la dynamique des infrastructures urbaines à différentes échelles spatiales et temporelles, de la demande énergétique au niveau des bâtiments aux interactions à l'échelle des quartiers et leur intégration avec des réseaux énergétiques plus larges.
Vos tâches
La recherche se concentre sur la conception et le développement d'architectures hiérarchiques de réseaux de neurones graphiques (informées par la physique) capables de saisir la complexité des infrastructures énergétiques urbaines multi-échelles. Le doctorant explorera comment ces modèles peuvent représenter les dépendances spatiales et temporelles dans les systèmes, tels que la demande énergétique des bâtiments, le chauffage et refroidissement de quartier, le stockage et les réseaux électriques locaux. Un objectif clé est de traduire les innovations méthodologiques en apprentissage profond en outils pratiques pour des systèmes énergétiques urbains durables, soutenant des applications en prévision, optimisation des systèmes, gestion de la flexibilité et analyse de la résilience. Le travail sera réalisé en étroite collaboration avec nos équipes interdisciplinaires à Empa et à l'EPFL, ainsi qu'avec des partenaires académiques et industriels externes.
Votre profil
Vous êtes un candidat très motivé et talentueux titulaire d'un master en ingénierie, contrôle, informatique, physique, mathématiques appliquées ou dans un domaine connexe. Vous possédez une solide formation analytique et êtes compétent dans des domaines tels que l'apprentissage profond géométrique, le traitement du signal, les statistiques ou la théorie de l'apprentissage. La connaissance des systèmes énergétiques, des infrastructures multi-énergies ou des applications énergétiques urbaines est un atout important. Vous êtes autonome, créatif et doté de fortes capacités de résolution de problèmes ainsi que de la capacité à travailler dans un environnement interdisciplinaire. La maîtrise de l'anglais (oral et écrit) est requise ; une bonne compréhension et des compétences orales en allemand sont souhaitables.
Notre offre
Nous proposons un poste de doctorant polyvalent et stimulant dans un environnement de recherche moderne avec une excellente infrastructure. Le candidat bénéficiera d'une co-supervision conjointe par la Prof. Olga Fink (EPFL IMOS) et l'équipe UESL à Empa, combinant une expertise de pointe en apprentissage automatique et modélisation des systèmes énergétiques avec de solides liens avec des partenaires académiques et industriels. Le doctorat est destiné à être formellement inscrit à l'EPFL. La date de début idéale est novembre 2025, ou selon accord mutuel.
Nous vivons une culture d'inclusion et de respect. Nous accueillons toutes les personnes intéressées par des activités innovantes, durables et significatives - c'est ce qui compte.
Nous attendons avec impatience de recevoir votre candidature complète en ligne comprenant une lettre de motivation, un CV à jour, les relevés de notes de tous les diplômes obtenus (en anglais), une brève déclaration de recherche (une page) décrivant votre idée de projet dans le domaine des algorithmes d'apprentissage profond informés par la physique, une publication (par exemple mémoire de master ou de préférence une publication de conférence/journal, un lien suffit). Veuillez soumettre ces documents exclusivement via notre portail d'emploi. Les candidatures par e-mail et par courrier ne seront pas prises en compte.
