Chercheur post-doctorant en spintronique (H/F)

Missions :
La demande énergétique croissante liée à l’intelligence artificielle et au traitement de données à grande échelle a conduit à la recherche de solutions informatiques alternatives à faible consommation d’énergie, allant au-delà de l’architecture de von Neumann. Des approches informatiques non conventionnelles, telles que le calcul neuromorphique inspirée du cerveau, le calcul ondulatoire et le calcul par réservoir, offrent des voies prometteuses vers un traitement de l’information plus rapide et plus économe en énergie. Les dispositifs spintroniques sont particulièrement intéressants pour le calcul non conventionnel en raison de leur non-volatilité intrinsèque, de leur grande endurance, de leur dynamique rapide et de leur potentiel de fonctionnement à très faible consommation. Des avancées récentes ont mis en évidence le potentiel des excitations magnétiques, notamment les solitons chiraux et les ondes de spin, en tant qu’éléments constitutifs physiques d’architectures informatiques non conventionnelles. Ces excitations magnétiques peuvent être utilisées pour émuler des réseaux neuronaux et effectuer des tâches complexes d’apprentissage automatique avec une consommation d’énergie ultra-faible, en s’appuyant sur le calcul par réservoir et le paradigme des réseaux neuronaux physiques.
Le poste est un poste de chercheur post-doctorant (H/F) expérimental en spintronique neuromorphique, axé sur la manipulation de solitons magnétiques, tels que les skyrmions, et d’ondes de spin pour le calcul non conventionnel. L’objectif est de développer et d’étudier des matériels de réseaux neuronaux nanomagnétiques capables d’effectuer des tâches d’apprentissage automatique rapides et économes en énergie. Le candidat retenu travaillera à la croisée de la science des matériaux, de la dynamique de magnétisation et de l'informatique. Ses activités comprendront le développement de nouveaux systèmes de matériaux permettant de stabiliser et d'exciter l'excitation de spin souhaitée, l'étude de leur dynamique à l'aide de techniques de microscopie électrique et magnétique à haute fréquence, l'élaboration de modèles physiques et d'algorithmes d'apprentissage, ainsi que la mise en œuvre et la validation expérimentale de tâches d'apprentissage automatique basées sur du matériel, telles que la reconnaissance de formes et les tâches de prédiction.
Activités :
Le ou la candidate retenue travaillera à la croisée de la science des matériaux, de la dynamique de magnétisation et du machine learning. Ses activités comprendront le développement de nouveaux matériaux permettant de stabiliser et d'exciter l'excitation de spin souhaitée, l'étude de leur dynamique à l'aide de techniques de mesures électriques à haute fréquence et de microscopie magnétique, l'élaboration de modèles physiques et d'algorithmes d'apprentissage, ainsi que la mise en œuvre et la validation expérimentale de tâches d'apprentissage automatique basées s
Voir plus sur le site emploi.cnrs.fr...