Pourquoi as-tu choisi de mener cette thèse ?

 J’ai choisi cette thèse car elle représente une approche innovante. En outre, le sujet est à la croisée des chemins entre la physique, les sciences des matériaux, la chimie computationnelle et l’intelligence artificielle. Elle ouvre ainsi des perspectives passionnantes dans de nombreux domaines.

A quels besoins répond ton travail de recherche ?

Le développement de nouveaux catalyseurs est essentiel pour répondre à des défis majeurs tels que la transition énergétique, la réduction des émissions de gaz à effet de serre et l’optimisation des procédés industriels. 

Ce développement nécessite une connaissance approfondie des propriétés de surface des catalyseurs, en particulier de leurs propriétés d’adsorption. En termes quantitatifs, cela passe par la détermination précise des énergies d’adsorption, qui mesurent la force de liaison entre un adsorbat et une surface. Pour obtenir ces données avec une précision suffisante, il est indispensable de recourir à des méthodes de chimie quantique. La théorie de la fonctionnelle de la densité (DFT) est utilisée comme méthode de référence, mais elle reste coûteuse en temps et en énergie. En combinant les approches DFT avec l’apprentissage automatique, cette thèse vise à répondre au besoin d’exploration rapide et précise des interactions adsorbat-surface sur des matériaux complexes.

Quels verrous scientifiques cherches-tu à lever ?

Il serait contradictoire de poursuivre le développement de catalyseurs destinés à préserver l’environnement tout en s’appuyant sur des approches dont l’empreinte carbone est significative. Une telle démarche ne peut être cohérente que si elle intègre dès sa conception des solutions frugales, minimisant l’impact environnemental des moyens employés.

Les méthodes d’apprentissage automatique requièrent généralement des volumes de données considérables, une exigence qui s’avère peu compatible avec des calculs rapides et économes en ressources. Je cherche ainsi à développer des modèles optimisés pour réduire la dépendance aux données massives et aux ressources de calcul intensives, qui se substituent aux modèles génériques de grande envergure, tout en maintenant une performance adéquate.

Quelles compétences mobilises-tu ?

Le développement de méthodes couplant DFT et apprentissage automatique requiert de mobiliser des compétences en mathématiques pour le choix des modèles prédictifs et dans la formalisation des algorithmes d’apprentissage automatique. L’implémentation des modèles, de façon efficace, requiert un savoir-faire en informatique. Enfin, une connaissance approfondie des données est essentielle pour garantir la performance et la pertinence des approches d’apprentissage automatique. Ainsi, des compétences en sciences des matériaux, physique et chimie sont primordiales.

Quoi de prévu après la thèse ? 

Après ma thèse, je prévois de m’orienter vers un métier d’ingénieur, où mon objectif sera de développer et maintenir des outils pour la simulation et le calcul, tout en apportant un soutien technique à leurs utilisateurs.

Des conseils pour les camarades ?

Une thèse exige une maîtrise de nombreux outils et méthodes. Je recommande vivement de suivre une approche graduelle, c’est à dire de débuter avec des choses simples avant de progresser vers des aspects plus complexes. Cela permet d’acquérir une expertise solide et de maîtriser les outils avant de les appliquer à des systèmes complexes.

Quelles compétences mobilises-tu ?

Pour mener à bien la partie technique de la thèse, des connaissances en thermique ainsi que des compétences en modélisation de bâtiment et en programmation sont indispensables. Mais faire une thèse, c’est aussi défendre un sujet que l’on a eu trois ans pour préparer. Ainsi, on fait également appel à des compétences de synthèse et d’analyse critique de son travail et de la littérature existante, ainsi que de gestion de projet.

Quoi de prévu après la thèse ?

Ma thèse m’a permis d’identifier des sujets qui m’intéressent et d’autres qui m’ont manqué. J’ai particulièrement été intéressée par la programmation ainsi que la modélisation des phénomènes physiques. Par ailleurs, ma thèse étant entièrement basée sur la simulation, cela m’a donné envie d’approfondir ma connaissance « terrain » du bâtiment. J’aimerais allier ces différents domaines après ma thèse.

Des conseils pour les camarades ?

Une thèse est une opportunité d’approfondir un sujet pendant plusieurs années, ce qui rend le travail passionnant d’un point de vue scientifique. Mais ce n’est pas pour autant une expérience facile et on peut faire face à différents écueils : perte de vue de l’objectif final, sentiment de solitude etc. En commençant une thèse, il est important d’en être conscient et de ne pas se décourager quand cela arrive. Mais cela reste une très belle expérience, très formatrice !