En Détails
Bienvenue à la 2ème édition de la DIADEM Summer School
L’école s’adresse aux étudiant(e)s de Master, Doctorants, Postdocs et Permanents souhaitant explorer les synergies entre intelligence artificielle et science des matériaux. Elle proposera une semaine de formation intense, du fondamental aux applications concrètes en science des matériaux.
Format pédagogique
Conçue comme un tremplin vers la recherche et les parcours académiques avancés, notre école combine :
- des cours interactifs sur le machine learning et ses applications aux matériaux,
- des ateliers pratiques et projets collaboratifs,
- des conférences données par des chercheurs de renommée internationale,
- un cadre stimulant pour développer des compétences transversales recherchées en science comme en industrie.
Études de cas réels en découverte et caractérisation des matériaux
- Description : Plongez au cœur de projets concrets issus de données réelles. Ces études de cas illustrent comment l'accélération de la découverte de nouveaux matériaux (alliages, polymères, matériaux pour l'énergie) devient possible grâce à la synergie entre expérimentation haut débit et simulation numérique.
- Objectif : Comprendre les défis réels du terrain, de la synthèse initiale à la caractérisation fine en passant aussi par les grands instruments (ESRF, SOLEIL, etc.).
Cours d’initiation sur l’IA pour la science des matériaux
- Description : Un parcours pédagogique complet. Nous aborderons les concepts fondamentaux de l’intelligence artificielle avant d’explorer des méthodes avancées : réseaux de neurones graphiques (GNN), apprentissage actif (active learning) et modèles génératifs.
- Objectif : Maîtriser les outils théoriques nécessaires pour intégrer l’IA de manière pertinente et rigoureuse dans vos propres thématiques de recherche.
Sessions pratiques (Linux, Python, Machine Learning Workflows)
- Description : Passez de la théorie à la pratique lors d'ateliers interactifs en salle de TP. Vous verrez comment manipuler l'environnement Linux, programmer en Python pour la science des données et construire des workflows de machine learning robustes et reproductibles.
- Objectif : Acquérir une autonomie technique immédiate pour gérer, traiter et analyser vos jeux de données expérimentaux ou de simulation.
Sessions posters et opportunités de réseautage
- Description : L’école d’été est avant tout un lieu d’échange. Présentez vos travaux lors des sessions posters et interagissez avec des experts internationaux et d'autres jeunes chercheurs. Le programme inclut des moments de convivialité pour favoriser les collaborations futures au sein de la communauté DIADEM.
- Objectif : Venir avec un poster afin de partager ses problématiques de recherche, il y aura de nombreux moments d'échanges informels. Et, développer votre réseau professionnel dans un cadre stimulant et multidisciplinaire.
Conditions d'admission et tarifs :
L’inscription est gratuite pour (les frais d’hébergement sont intégralement pris en charge.) :
Les membres du PEPR DIADEM,
- Les étudiants des établissements universitaires et les instituts de recherche français.
Participants du secteur privé :
L’école d’été est ouverte aux professionnels issus du secteur privé. Pour ces participants, des frais d’inscription s’appliquent à hauteur de 1 000 € pour la semaine complète ou de 250 € par journée. Ces tarifs permettent de couvrir l'accès à l'ensemble des sessions de formation, aux ateliers pratiques et aux moments de réseautage.
Informations importantes
Rythme et prérequis techniques
Nous tenons à souligner que le programme de cette semaine est particulièrement dense et intensif.
Notre objectif est d'offrir un panorama complet des méthodologies actuelles afin de sensibiliser les participants à l'ensemble des opportunités offertes par l'IA dans le domaine des matériaux.
Compte tenu de la durée limitée et de la richesse des thématiques abordées, le rythme des sessions pourra sembler soutenu. Il ne sera pas toujours possible d'approfondir chaque cas pratique individuellement ; l'accent sera mis sur la compréhension globale des flux de travail et des concepts clés.
Pour tirer le meilleur parti de cette formation :
Nous recommandons vivement aux participants de se familiariser en amont avec les bases de l'environnement Linux (lignes de commande élémentaires) et du langage Python. Une aisance minimale avec ces outils constituera un avantage déterminant lors des sessions pratiques.
Contenu externe qui pourrait servir
Afin d'aider les participants à se préparer et à se sentir plus à l'aise, ces cours en ligne gratuits peuvent être intéressants à regarder avant de participer à l'école :
Vidéos en français
- Le système Linux
- Partie 1 : Utilisez le terminal et le shell sous Linux
- Partie 2 : Manipulez des fichiers sous Linux
- Apprenez les bases du langage Python
- Objectif IA : initiez-vous à l'intelligence artificielle
- Découvrez les librairies Python pour la Data Science
- Initiez-vous à Python pour l'analyse de données
- Maîtrisez l'apprentissage supervisé
Ils permettent de se familiariser avec les outils et les concepts qui seront utilisés pendant le programme. Si vous n'êtes pas sûr que votre formation soit adaptée, n'hésitez pas à contacter les organisateurs, nous sommes là pour vous conseiller.
Vidéos en anglais
MATERIALS CLOUD (materialscloud.org)
Materials Cloud is built to enable the seamless sharing and dissemination of resources in computational materials science, offering educational, research, and archiving tools; simulation software and services; and curated and raw data. These underpin published results and empower data-based discovery, compliant with data management plans and the FAIR principles.
Materials Cloud - Learn section
The NCCR MARVEL is a centre on Computational Design and Discovery of Novel Materials created by the Swiss National Science Foundation
DFT specifically :
A gentle introduction to DFT calculations - By Prof Nicola Marzari (April 2020)
Learning Hub for Modelling and Simulation (by CECAM) :