Publiée 20 juillet 2026
Post-doc (H/F) : Réseaux de neurones matériels radiofréquence à base de jonctions tunnel magnétiques
Centre de Nanosciences et de Nanotechnologies
Palaiseau, Île-de-France 91767, France
CDI
Description du Poste
Les Missions
L'objectif du projet est de réaliser et d'optimiser expérimentalement des réseaux de neurones matériels composés d'une centaine de jonctions tunnel magnétiques, avec des entrées radiofréquence, afin de classifier directement des signaux RF dans le domaine physique.
Les jonctions tunnel magnétiques assemblées en chaînes sont déjà disponibles au laboratoire. Le travail portera donc principalement sur leur caractérisation expérimentale, l'optimisation des interfaces RF et la mise au point du protocole complet permettant d'envoyer les entrées, de lire les réponses du réseau et d'obtenir les meilleures performances expérimentales possibles.
Le projet vise notamment des applications de classification native de signaux RF pour la détection d'objets ou de structures cachées, par exemple pour l'imagerie médicale et l'inspection des sols. Le ou la post-doctorant(e) travaillera en étroite collaboration avec les personnes en charge des aspects machine learning, afin de relier l'architecture physique, les protocoles de mesure et les performances de classification.
L'Activité
• Caractérisation électrique et radiofréquence de chaînes de jonctions tunnel magnétiques
• Optimisation expérimentale d'un réseau matériel composé d'une centaine de jonctions tunnel magnétiques
• Mise au point des interfaces RF entre les sources, les dispositifs spintroniques et les instruments de mesure
• Définition et optimisation de l'architecture expérimentale du réseau
• Développement des protocoles d'injection des entrées RF, notamment à l'aide de générateurs de formes d'onde arbitraires
• Développement des méthodes de lecture des réponses du réseau
• Optimisation des performances expérimentales de classification
• Développement et automatisation du banc de mesure, incluant des interfaces Python et/ou LabVIEW
• Analyse des mesures et comparaison avec les prédictions issues des modèles de machine learning
• Collaboration étroite avec les personnes en charge de l'apprentissage automatique, de l'architecture algorithmique et de l'analyse des performances
• Participation à la valorisation scientifique du projet : articles, conférences et démonstrateurs expérimentaux
Votre Profil
Compétences
Nous recherchons un ou une expérimentateur/trice en spintronique, nanomagnétisme, radiofréquences ou physique des dispositifs, qui aime les mesures, l'optimisation expérimentale et l'ingénierie de circuits complexes.
Le poste conviendra particulièrement à une personne motivée par la mise au point d'un démonstrateur expérimental ambitieux, capable d'optimiser un système complet allant des dispositifs physiques jusqu'aux signaux d'entrée/sortie et aux performances de classification.
• Expertise en spintronique, nanomagnétisme, électronique RF ou physique expérimentale des dispositifs
• Expertise en mesures de magnéto-transport et/ou mesures radiofréquences
• Goût prononcé pour l'optimisation expérimentale, le réglage de bancs de mesure et l'analyse fine des performances
• Capacité à développer, automatiser et maintenir un banc de mesure complexe
• Excellente maîtrise de Python
• Expérience avec instrumentation RF, AWG, analyseurs de spectre, oscilloscopes rapides ou instruments similaires appréciée
• Intérêt pour les réseaux de neurones matériels, le calcul neuromorphique ou le machine learning physique
• Capacité à travailler en interaction avec des spécialistes du machine learning
• Autonomie, rigueur expérimentale et goût pour le travail en équipe
Votre Environnement de Travail
Les travaux seront réalisés au Laboratoire Albert Fert, dans l'équipe "Physique Neuromorphique" explorant l'utilisation des nanodispositifs et leurs multiples fonctionnalités pour le calcul bio-inspiré. L'équipe comprend deux chercheuses CNRS permanentes, deux chercheurs Thales, 4 post-doctorants et 4 doctorants.
Contraintes et risques
NA
Rémunération et avantages
Rémunération
Entre 3131,32 et 4341,70 € brut mensuel suivant expérience de recherche
Congés et RTT annuels
44 jours
Pratique et Indemnisation du TT
Pratique et indemnisation du TT
Transport
Prise en charge à 75% du coût et forfait mobilité durable jusqu'à 300€
À propos de l'offre
Référence de l'offre
UMR137-JULGRO0-028
Section(s) CN / Domaine de recherche
Physique de la matière condensée : propriétés électroniques et quantiques
À propos du CNRS
Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d'associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.
Les Missions
L'objectif du projet est de réaliser et d'optimiser expérimentalement des réseaux de neurones matériels composés d'une centaine de jonctions tunnel magnétiques, avec des entrées radiofréquence, afin de classifier directement des signaux RF dans le domaine physique.
Les jonctions tunnel magnétiques assemblées en chaînes sont déjà disponibles au laboratoire. Le travail portera donc principalement sur leur caractérisation expérimentale, l'optimisation des interfaces RF et la mise au point du protocole complet permettant d'envoyer les entrées, de lire les réponses du réseau et d'obtenir les meilleures performances expérimentales possibles.
Le projet vise notamment des applications de classification native de signaux RF pour la détection d'objets ou de structures cachées, par exemple pour l'imagerie médicale et l'inspection des sols. Le ou la post-doctorant(e) travaillera en étroite collaboration avec les personnes en charge des aspects machine learning, afin de relier l'architecture physique, les protocoles de mesure et les performances de classification.
L'Activité
• Caractérisation électrique et radiofréquence de chaînes de jonctions tunnel magnétiques
• Optimisation expérimentale d'un réseau matériel composé d'une centaine de jonctions tunnel magnétiques
• Mise au point des interfaces RF entre les sources, les dispositifs spintroniques et les instruments de mesure
• Définition et optimisation de l'architecture expérimentale du réseau
• Développement des protocoles d'injection des entrées RF, notamment à l'aide de générateurs de formes d'onde arbitraires
• Développement des méthodes de lecture des réponses du réseau
• Optimisation des performances expérimentales de classification
• Développement et automatisation du banc de mesure, incluant des interfaces Python et/ou LabVIEW
• Analyse des mesures et comparaison avec les prédictions issues des modèles de machine learning
• Collaboration étroite avec les personnes en charge de l'apprentissage automatique, de l'architecture algorithmique et de l'analyse des performances
• Participation à la valorisation scientifique du projet : articles, conférences et démonstrateurs expérimentaux
Votre Profil
Compétences
Nous recherchons un ou une expérimentateur/trice en spintronique, nanomagnétisme, radiofréquences ou physique des dispositifs, qui aime les mesures, l'optimisation expérimentale et l'ingénierie de circuits complexes.
Le poste conviendra particulièrement à une personne motivée par la mise au point d'un démonstrateur expérimental ambitieux, capable d'optimiser un système complet allant des dispositifs physiques jusqu'aux signaux d'entrée/sortie et aux performances de classification.
• Expertise en spintronique, nanomagnétisme, électronique RF ou physique expérimentale des dispositifs
• Expertise en mesures de magnéto-transport et/ou mesures radiofréquences
• Goût prononcé pour l'optimisation expérimentale, le réglage de bancs de mesure et l'analyse fine des performances
• Capacité à développer, automatiser et maintenir un banc de mesure complexe
• Excellente maîtrise de Python
• Expérience avec instrumentation RF, AWG, analyseurs de spectre, oscilloscopes rapides ou instruments similaires appréciée
• Intérêt pour les réseaux de neurones matériels, le calcul neuromorphique ou le machine learning physique
• Capacité à travailler en interaction avec des spécialistes du machine learning
• Autonomie, rigueur expérimentale et goût pour le travail en équipe
Votre Environnement de Travail
Les travaux seront réalisés au Laboratoire Albert Fert, dans l'équipe "Physique Neuromorphique" explorant l'utilisation des nanodispositifs et leurs multiples fonctionnalités pour le calcul bio-inspiré. L'équipe comprend deux chercheuses CNRS permanentes, deux chercheurs Thales, 4 post-doctorants et 4 doctorants.
Contraintes et risques
NA
Rémunération et avantages
Rémunération
Entre 3131,32 et 4341,70 € brut mensuel suivant expérience de recherche
Congés et RTT annuels
44 jours
Pratique et Indemnisation du TT
Pratique et indemnisation du TT
Transport
Prise en charge à 75% du coût et forfait mobilité durable jusqu'à 300€
À propos de l'offre
Référence de l'offre
UMR137-JULGRO0-028
Section(s) CN / Domaine de recherche
Physique de la matière condensée : propriétés électroniques et quantiques
À propos du CNRS
Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d'associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.
