Contexte
ODISSEE est une initiative europĂ©enne majeure fĂ©dĂ©rant les efforts de 3 infrastructures paneuropĂ©ennes labellisĂ©es ESFRI en sciences physiques, Big Data et plus gĂ©nĂ©ralement dans le continuum numĂ©rique (HL-LHC, SKAO et SLICES-RI). ODISSEE fournira des plates-formes matĂ©rielles et logicielles Ă©volutives et rĂ©volutionnaires pour relever les dĂ©fis numĂ©riques de ces grandes infrastructures dans un contexte international hautement compĂ©titif. Le projet vise Ă prototyper des solutions qui permettront au HL-LHC et au SKA de traiter et d’analyser les gigantesques volumes de donnĂ©es brutes qu’ils produisent, en collaboration avec des partenaires industriels, et grâce Ă un accès aux moyens expĂ©rimentaux uniques de SLICES-RI. Le projet est profondĂ©ment ancrĂ© dans les Ă©cosystèmes de Recherche & Innovation rĂ©gionaux et internationaux, avec des liens Ă©troits avec plusieurs initiatives europĂ©ennes majeures et des partenariats avec les principaux fournisseurs de technologie. Un impact fort et durable est intĂ©grĂ© dans la stratĂ©gie d’exploitation Ă deux niveaux comprenant le dĂ©veloppement d’une stratĂ©gie de formation unique pour le personnel du HL-LHC et du SKAO, soutenue par SLICES-RI, ainsi que des interactions renforcĂ©es avec les Ă©cosystèmes concernĂ©s (communautĂ©s d’utilisateurs et experts en technologies numĂ©riques). Le poste Ă pourvoir est Ă Meudon au LIRA.
Missions
Apporter une expertise en astronomie computationnelle appliquée à la radio-interférométrie, en intervenant sur plusieurs lots de travaux du projet.
Activités
· Contribuer Ă la dĂ©finition des flux de traitement des donnĂ©es et des implĂ©mentations de rĂ©fĂ©rence associĂ©es, nĂ©cessaires pour rĂ©pondre aux spĂ©cifications des programmes scientifiques en radioastronomie. · Au cours d’une phase initiale de spĂ©cifications, contribuer Ă la collecte de dĂ©tails sur les implĂ©mentations de rĂ©fĂ©rence (codes source et documentation) pour les cas d’utilisation ciblĂ©s ainsi qu’un corpus de donnĂ©es simulĂ©es et rĂ©elles existantes Ă utiliser Ă des fins de validation sur la base de donnĂ©es ouvertes. · Travailler sur une architecture composable capable d’I/O Ă large bande passante, de grandes capacitĂ©s de stockage, d’IA et de traitement des donnĂ©es, ainsi que sur un logiciel permettant de mettre en Ĺ“uvre des flux de travail en radioastronomie, y compris la gestion des ressources et une API pour le dĂ©ploiement des flux de travail. · Contribuer Ă la mise en Ĺ“uvre de dĂ©monstrateurs modulaires, Ă optimiser et Ă Ă©valuer en termes de flexibilitĂ©, de durabilitĂ© et d’efficacitĂ© pour les cas d’utilisation correspondants, y compris l’utilisation de nouveaux accĂ©lĂ©rateurs spĂ©cialisĂ©s axĂ©s sur l’IA pour la radioastronomie. · Explorer les possibilitĂ©s de compression dans les flux de travail de la radio-astronomie en s’appuyant potentiellement sur les mĂ©thodologies DNN. Ces schĂ©mas de compression seront Ă©valuĂ©s en termes de (i) compromis entre l’efficacitĂ© Ă©nergĂ©tique pendant le processus de formation et (ii) le rendement scientifique (sensibilitĂ© / rĂ©solution) pendant l’infĂ©rence. Un aspect clĂ© est de bĂ©nĂ©ficier d’approches hybrides HPC + IA dans les flux de travail, afin de maximiser le rendement scientifique tout en limitant l’utilisation des ressources. · Contribuer Ă la structuration et Ă la rĂ©daction de rapports et de documents pertinents · Collaborer avec les parties prenantes externes et internes Ă diffĂ©rents niveaux
Compétences
· Doctorat en astronomie, en informatique ou dans un domaine connexe · 1 Ă 5 ans d’expĂ©rience après le doctorat dans un groupe de recherche en tant qu’ingĂ©nieur de recherche ou post-doctorant · MaĂ®trise de plusieurs des langages / modèles de programmation suivants : C/C++, Python, CUDA, OpenMP, MPI, PyTorch, TensorRT · CapacitĂ© Ă travailler Ă la fois individuellement et en Ă©troite collaboration avec des Ă©quipes multiculturelles Ă diffĂ©rents niveaux de l’organisation · CapacitĂ© Ă effectuer plusieurs tâches Ă la fois, Ă Ă©tablir des prioritĂ©s et Ă respecter des dĂ©lais serrĂ©s. CapacitĂ© Ă gĂ©rer plusieurs activitĂ©s simultanĂ©ment et Ă travailler dans des dĂ©lais serrĂ©s · Excellente maĂ®trise de l’anglais
Modalités
Postuler sur le portail emploi CNRS : https://emploi.cnrs.fr/Offres/CDD/UMR8109-SYLDES-079/Default.aspx