Contexte scientifique
Les Grands Modèles de Langage (LLM) ouvrent aujourd’hui de nouvelles perspectives pour la recherche en science des matériaux. Initialement développés pour le traitement du langage naturel, ces modèles montrent désormais un fort potentiel pour la compréhension, la génération et l’analyse de connaissances scientifiques complexes issues de la littérature spécialisée. Un défi majeur dans le domaine des matériaux reste la transition entre la prédiction numérique et la faisabilité expérimentale. De nombreux matériaux générés par des modèles d’apprentissage profond présentent des propriétés prometteuses mais demeurent difficiles à synthétiser, créant un écart important entre conception virtuelle et réalisations expérimentales.
Référence :
Choi, J., Kim, S., & Jung, Y. (2025). Synthesis-Aware Materials Redesign via Large Language Models. Journal of the American Chemical Society.
Objectif du stage :
Le stage vise à développer une approche basée sur les LLM pour évaluer la synthétisabilité expérimentale de matériaux hétéroanions de type MxOyXz (X = S, Cl, Br, I), présentant un fort intérêt pour la catalyse, le photovoltaïque et le stockage d’énergie.
Missions du stage :
- Réaliser un état de l’art et tester les LLM existants appliqués à la prédiction de la synthétisabilité.
- Adapter et spécialiser ces modèles pour des familles de matériaux ciblées.
- Développer un modèle prédictif de synthétisabilité et analyser les résultats.
- Intégrer les développements dans le workflow IA–matériaux du consortium UCCS–CRIL.
Profil recherché
- Étudiant(e) en M2 en chimie, science des matériaux, data science ou intelligence artificielle.
- Compétences solides en Python et en machine learning / deep learning.
- Intérêt pour le NLP et les modèles de langage.
Encadrement
- Dr Rachid Laref (UCCS)
- Dr Astrid Klipfel (CRIL)
- Pr Adalene Sayede (UCCS)
Lieu : Université d’Artois, Laboratoire UCCS, Lens
Durée : 5 mois
Début : Mars 2026
Candidature : CV + lettre de motivation + relevés M1/M2 à :
•rachid.laref@univ-artois.fr
•astrid.klipfel@univ-artois.fr
