Le STAAR est un service de recherche de l'ASNR qui étudie la dispersion des radionucléides dans les milieux aquatiques et atmosphériques. Il dispose d'expert(e)s en Intelligence Artificielle et analyse d'incertitudes pour différentes applications liées à l'environnement. Au sein du STAAR, le ou la post-doctorant(e) intégrera le Laboratoire de Modélisation de la Dispersion Atmosphérique (LMDA) à Fontenay-aux-Roses, qui développe et utilise des modèles de dispersion atmosphérique à différentes échelles, des méthodes d'analyse d'incertitudes et méthodes inverses pour intégrer les données d'observations, et mène des études en soutien à l'expertise et à la gestion de crise.
Ce post-doctorat de 18 mois s'inscrit dans le projet européen CITHARA (« Citizen engagement, AI-supported decision and Trust for Radiological impact assessment and Emergency response »), financé par le 3e appel PIANOFORTE. Le LMDA y est impliqué dans le Work Package 3 (WP3), sur l'utilisation de l'IA pour accélérer les temps de calcul des simulations de dispersion atmosphérique à longue distance, pour (1) évaluer rapidement les conséquences radiologiques d'accidents nucléaires majeurs, en intégrant les incertitudes (2) localiser la source lors de détections anormales de radioactivité et reconstruire les rejets associés.
Le post-doctorat sera mené en collaboration avec les unités de l'ASNR impliquées dans le projet CITHARA ainsi qu'avec les partenaires internationaux.

Les calculs de l'impact sanitaire d'un panache radioactif dans l'atmosphère sont réalisés à partir de simulations de dispersion atmosphérique. Les modèles de dispersion atmosphérique à longue distance (de l'ordre de quelques centaines de kilomètres ou plus) sont utiles pour calculer les conséquences d'accidents nucléaires majeurs, ou pour localiser la source en cas de détection anormale de radioactivité dans l'atmosphère à l'état de traces (modélisation inverse) [1].
Dans ces deux cas, les simulations sont entachées d'incertitudes, liées notamment aux prévisions météorologiques utilisées par les modèles. Une solution consiste à coupler les modèles de dispersion avec des « prévisions d'ensemble » météorologiques, basées sur une approche probabiliste : il n'y a pas une seule prévision du temps, mais un ensemble d'évolutions possibles de l'atmosphère ayant chacune une certaine probabilité. Cette approche d'ensemble est plus précise mais plus coûteuse en temps de calcul [2].

Les méthodes basées sur l'intelligence artificielle (IA) permettent d'apprendre sur une base de données de simulations physiques pour construire un « méta-modèle », c'est-à-dire un modèle de prévision à base d'IA permettant de reproduire les prévisions du modèle physique avec une bonne fiabilité et un temps de calcul bien plus faible. Un tel méta-modèle pourrait rendre des estimations probabilistes compatibles avec les contraintes de la gestion de crise, et rendre la localisation de sources de radioactivité beaucoup plus rapide [3].

Le post-doctorat s'inscrit dans les objectifs du projet européen CITHARA et notamment du Work Package 3, dédié à la modélisation du transport de radionucléides dans l'environnement à longue distance. À ce titre, le/la post-doctorant-e contribuera à la rédaction des livrables, aux séminaires et échanges avec les partenaires, et à la réalisation d'études sur les sujets suivants :

• Réalisation de calculs de conséquences radiologiques pour des scénarios accidentels en Europe incluant des approches de modélisation directe et de modélisation inverse pour la localisation de source ;
• Intégration de prévisions météorologiques d'ensemble pour prendre en compte les incertitudes dans les simulations de dispersion atmosphérique sur les cas définis avec les partenaires ;
• Développement, entraînement et validation d'un méta-modèle basé sur des approches d'IA, à partir des simulations réalisées ;
• Évaluation des performances des modèles à base d'IA combinés aux méthodes de modélisation inverse et de propagation d'incertitudes.

Bibliographie :
[1] Saunier, O., et al., 2019. https://doi.org/10.1073/pnas.1907823116
[2] Le, N.B.T., et. al., 2021. https://doi.org/10.1016/j.aeaoa.2021.100112
[3] Périllat, et. Al., 2025. https://doi.org/10.5194/gmd-18-5513-2025

Le ou la candidat(e) devra être titulaire d'un doctorat en physique, sciences de l'environnement, modélisation numérique ou tout autre domaine connexe.
Il/elle devra posséder :

• Une bonne connaissance des modèles de météorologie, mécanique des fluide et/ou dispersion atmosphérique.
• Des compétences en traitement et analyse de données complexes, comparaisons / validation de modèles avec des données expérimentales, en statistiques appliquées et en analyses de sensibilité.
• Des compétences en machine learning / intelligence artificielle, notamment pour la méta-modélisation de simulations physiques.
  Une connaissance ou première expérience dans le domaine du calcul de dose et de la radioprotection serait un atout.

Expérience et savoir-faire 

• Expérience préalable en modélisation environnementale et/ou dosimétrique dans un cadre académique ou industriel.
• Expérience dans l'utilisation de méthodes de machine learning, en particulier méta-modélisation sur des problèmes de grande dimension.
• Participation à des projets de recherche appliquée dans un contexte international.

Aptitudes et qualités personnelles

• Capacité à travailler de manière autonome tout en interagissant étroitement avec les différentes équipes impliquées à l'ASNR et dans le projet européen CITHARA.
• Excellentes compétences en communication scientifique, aussi bien à l'écrit (rédaction de rapports, articles scientifiques) qu'à l'oral (présentation des résultats aux partenaires et aux autorités) en anglais.
• Esprit analytique, rigueur scientifique et souci du détail dans l'interprétation des résultats.

Environnement et perspectives

Ce post-doctorat offre une opportunité unique d'évoluer dans un environnement scientifique et technique de haut niveau, avec un encadrement expert et des collaborations nationales et internationales. Il permettra d'explorer des méthodes scientifique et techniques novatrices et de les appliquer de façon concrète à des enjeux de radioprotection et de gestion de crise.

La diversité est une des composantes de la politique RSE, RH et Qualité de Vie au Travail à l’ASNR. Nous accordons la même considération à toutes les candidatures, sans discrimination, pour inclure tous les talents.

Quelles que soient les différences, nous souhaitons attirer, intégrer et fidéliser nos candidats et nos collaborateurs au sein d’un environnement de travail inclusif.

L’ASNR conduit une politique active depuis de nombreuses années en faveur de l'égalité des chances au travail et l'emploi des personnes handicapées. Si vous êtes en situation de handicap, n'hésitez pas à nous faire part de vos éventuels besoins spécifiques afin que nous puissions les prendre en compte.