Chercheur en Minéralisation du CO2

Vous rejoindrez l'équipe de recherche et développement d'une entreprise leader dans le domaine de la transition énergétique. Ce poste consiste à mener un projet de recherche sur la minéralisation du CO2 dans des roches basaltiques, en utilisant une combinaison unique de microfluidique et micro-spectroscopie Raman.

Le principal objectif de ce projet est de développer des outils pour accélérer l'acquisition et le traitement de données spectroscopiques complexes, permettant ainsi de réduire considérablement les temps d'analyse. Pour ce faire, nous utilisons la suite d'outils numériques open source Orange/Quasar qui offre une approche visuelle et interactive pour établir des workflows de traitement et analyse de données en utilisant des modèles inverses et des techniques de Machine Learning.

Ce projet nécessite la mise en place d'un couplage entre microfluidique et micro-spectroscopie Raman, permettant de suivre la réactivité individuelle des différents minéraux présents dans les roches lorsqu'ils entrent en contact avec un fluide. La résolution spatiale élevée (~2 µm²) permettra de réaliser des cartographies très fines de la surface des échantillons et de générer des milliers de spectres Raman par expérience.

• Établir les protocoles expérimentaux pour optimiser l'acquisition de données par microspectroscopie Raman, caractérisant différentes roches (Phase 1)
• Mettre en place des outils numériques pour automatiser l'acquisition et le traitement des spectres Raman pendant les expériences de dissolution/précipitation de la roche en microfluidique (Phase 2)
• Transférer les méthodes et former les techniciens de laboratoire du Pôle d'Etudes et Recherche de Lacq (PERL) (Phase 3)

Vous travaillerez principalement à l'ENS de Lyon, avec des missions occasionnelles au PERL de TotalEnergies à Lacq. Nous offrons un contrat post-doc d'une durée déterminée de 18 mois, renouvelable deux fois pour une durée maximum de 4 années.

Vous devez être titulaire d'un Doctorat en sciences analytiques ou géologie, avec une connaissance solide de la micro-spectroscopie Raman. Une expérience en géologie ou minéralogie serait un atout précieux. Vous devez également maîtriser l'anglais et le français, et avoir une bonne compréhension de la programmation Python ou d'autres langages de script.

L'idéal serait que vous ayez déjà travaillé sur des projets impliquant l'utilisation de data et des algorithmes de Machine Learning. Votre capacité à travailler en équipe et à communiquer efficacement vos résultats est essentielle.