Phd Student : thèse maths appliquées et informatique / machine learning (f/m)

General Information

Job Title Phd Student : thèse maths appliquées et informatique / machine learning (f/m) Job ID 12778 Country France City Villeurbanne Date Posted 01-Oct-2025 Job Category Ansys NA Job Subcategory Ansys NA Hire Type Defined Term Emp. Remote Eligible Yes

Descriptions & Requirements

Job Description and Requirements

Thèse CIFRE ANSYS - LIRIS

Nouvelles représentations de données pour la simulation haute précision

Contexte :

Ansys est un leader mondial des logiciels de simulation numérique et de conception 3D avec une expérience reconnue en modélisation numérique multiphysique. En association avec le LIRIS, Ansys propose une thèse CIFRE en analyse de données numériques portées par des maillages.

Cette initiative concerne des simulations impliquant la mécanique des structures, la mécanique des fluides, l'électromagnétisme, le transfert de chaleur, l'optique, etc., où la complexité et la précision des modèles exigent des ressources de calcul importantes.  Les simulations seront réalisées à l'aide de solveurs Ansys. L'un des défis sera l'ajout d'une compression à la volée. En s'appuyant sur l'expertise de LIRIS en matière de similarité géométrique de données, Ansys cherche à rationaliser le stockage et l’exploitation des résultats de simulation de haute précision, facilitant leur application immédiate dans les processus de conception et assurant leur archivage à long terme. Cette approche permet non seulement d’optimiser l’utilisation de la mémoire et du disque ainsi que le temps de calcul, mais aussi d'améliorer l'efficacité globale du process de travail pour les ingénieurs et les chercheurs.

Certains types de simulations et leurs résultats sont particulièrement difficiles à compresser en raison de leur complexité et de la nature des données concernées :

• Par exemple, les simulations de mécanique structurelle analysent les contraintes, les déformations et les déformations dans les corps, en présence de comportements non lisses tels que le contact et la plasticité. Les propriétés géométriques et matérielles détaillées impliquées nécessitent des données à haute résolution avec des gradients locaux très élevés, ce qui est difficile à compresser tout en préservant l'intégrité des résultats.
• Les simulations dynamiques impliquent la résolution d'équations hautement non linéaires pour modéliser le comportement des fluides, ce qui peut aboutir à des ensembles de données transitoires extrêmement volumineux et complexes. Les changements continus des propriétés des fluides et la nécessité d'une haute précision rendent la compression difficile sans perdre de détails critiques.
• La complexité des simulations transitoire

At Synopsys, we want talented people of every background to feel valued and supported to do their best work. Synopsys considers all applicants for employment without regard to race, color, religion, national origin, gender, sexual orientation, age, military veteran status, or disability.