Stage Recherche M2 : Synthèse Organique Assistée par Intelligence Artificielle pour une Chimie Verte

L’unité de recherche « Transformations Intégrées de la Matière Renouvelable », créée le 1er janvier 2008, comprend des enseignants chercheurs de l’Université de Technologie de Compiègne et de l’École Supérieure de Chimie Organique et Minérale et est située proche de Paris, à Compiègne dans l’Oise. Créée en 1957, l’ESCOM est une grande école d’ingénieur chimiste  reconnue par l’Etat et habilitée par la Commission des Titres d’Ingénieur. Elle propose une formation d’ingénieur chimiste post-bac en 5 ans.

L’équipe MAB de TIMR est spécialisée dans la synthèse de dérivés de composés biosourcés, les tests antimicrobiens in vitro, la caractérisation et le suivi d’activités microbiennes dans des milieux complexes.

Laboratoire LMAC (Laboratoire de Mathématiques Appliquées de Compiègne)

Le LMAC développe une recherche de haut niveau en mathématiques appliquées, déterministes et stochastiques. Il participe à des actions de recherche à caractère applicatif et au développement d'outils performants de calcul scientifique, en particulier dans le domaine de la modélisation et d'optimisation des procédés et systèmes complexes.

Contexte

La chimie organique de synthèse connait actuellement une révolution grâce à l'essor des techniques d'apprentissage automatique (machine learning). Ces outils permettent d'accélérer considérablement la découverte, l'optimisation de nouvelles réactions et l'amélioration des processus de production, notamment dans un contexte de chimie à haut débit et de développement durable.

Objectifs

Ce stage a pour but de développer des stratégies innovantes pour la synthèse organique à partir de ressources renouvelables en utilisant des approches basées sur l’intelligence artificielle. L’objectif est d’optimiser les conditions réactionnelles afin d’améliorer les rendements, la sélectivité et la durabilité des procédés. Le(la) stagiaire travaillera sur l’identification de nouvelles voies de synthèse plus écologiques, en exploitant des bases de données existantes et des modèles de machine learning. Une attention particulière sera portée à l’utilisation de solvants verts et de catalyseurs durables, ainsi qu’à l’évaluation de l’impact environnemental des réactions étudiées.

Profil recherché

• Étudiant(e) en Master 2 ou dernière année d’école d’ingénieur en chimie organique.
• Connaissances en chimie organique, chimie verte et analyse de données.
• Notions de programmation (Python) et intérêt pour le machine learning.
• Autonomie, curiosité et goût pour l’expérimentation.

Encadrement

Le(la) stagiaire sera intégré(e) au laboratoire TIMR de l’UTC, spécialisé dans les procédés de transformation de la matière renouvelable. Il(elle) bénéficiera d’un encadrement par des chercheurs en chimie organique et en chimie verte, avec un accompagnement méthodologique sur l’application des outils de machine learning par le LMAC. Cette collaboration interdisciplinaire permettra d’aborder à la fois les aspects expérimentaux et théoriques de l’optimisation des synthèses chimiques. Ce stage offre une opportunité unique de travailler à l'interface entre la chimie organique de pointe, l'intelligence artificielle et le développement durable, dans un domaine en pleine expansion, tout en bénéficiant de l'expertise complémentaire de deux laboratoires reconnus.

Laboratoire TIMR (Transformations Intégrées de la Matière Renouvelable)

Les objectifs de TIMR sont le développement, la validation et la mise en œuvre des connaissances et savoir-faire destinés aux procédés et réactions de transformation de la matière renouvelable. Le laboratoire se concentre sur la conception et l'optimisation de produits et procédés économes, propres et sûrs, en parfaite adéquation avec les principes de la chimie verte.

Laboratoire LMAC (Laboratoire de Mathématiques Appliquées de Compiègne)

Le LMAC développe une recherche de haut niveau en mathématiques appliquées, déterministes et stochastiques. Il participe à des actions de recherche à caractère applicatif et au développement d'outils performants de calcul scientifique, en particulier dans le domaine de la modélisation et d'optimisation des procédés et systèmes complexes.

• Étudiant(e) en Master 2 ou dernière année d’école d’ingénieur en chimie organique.
• Connaissances en chimie organique, chimie verte et analyse de données.
• Notions de programmation (Python) et intérêt pour le machine learning.
• Autonomie, curiosité et goût pour l’expérimentation.