Physique computationnelle
Objectifs
Ce parcours s’adresse aux élèves qui souhaitent acquérir une double culture en physique moderne et en sciences computationnelles. En effet, les méthodes numériques trouvent aujourd’hui une place centrale dans les sciences fondamentales et appliquées. Elles interviennent à tous les niveaux, de l’exploitation de données à la simulation numérique, et demandent d’avoir des connaissances à l’interface entre physique, mathématiques appliquées et informatique. Dans ce contexte, les méthodes d’apprentissage machine ont un rôle de plus en plus important et deviennent un outil essentiel pour relever les défis algorithmiques de demain.
Le programme permet aux étudiants de découvrir la physique computationnelle tout en se spécialisant dans une des thématiques du PA de physique : des particules aux étoiles, photons et atomes, de l’atome au matériau ou sciences et technologies quantiques. Le choix des cours se fera dans l’offre proposée par la thématique choisie et sera complété par des formations sur des méthodes et algorithmes numériques modernes, avec un accent particulier sur les techniques d'apprentissage machine.
Formations de 4ème année conseillées
Les formations conseillées sont celles proposées dans le parcours thématique choisi auxquelles s’ajoutent des formations spécialisées vers la physique computationnelle en France ou à l’étranger : Computational Science and Engineering, Computational Physics, etc
Débouchés
⇒ Corps de l’état, entreprises industrielles, recherche en milieu académique ou industriel (R&D), Start-ups, grands groupes
industriels.
⇒ Études doctorales : Formation par et pour la recherche dans les domaines du parcours thématique choisi et dans les domaines de la physique computationnelle.
Composition du programme
Année 2024-2025
Période 1
2 cours dans le parcours thématique choisi (les cours soulignés sont obligatoires)
Particules aux étoiles : PHY551, PHY553, PHY554
Photons et atomes : PHY551A, PHY552A, PHY553, PHY551B
Atome au matériau : PHY551A, PHY552A, PHY557
Sciences et technologies quantiques : PHY552A, PHY551, PHY551A, PHY551B,
MDC_EP_5a006
1 cours à choisir parmi
MAP553 - Foundations of Machine Learning
INF554 - Machine and Deep Learning
1 EA et/ou un PRL avec une composante numérique
PHY571 – Numerical physics
PHY513 - Projet de recherche en laboratoire
Période 2
2 cours dans le parcours thématique choisi
Particules aux étoiles : PHY561, PHY566, PHY568
Photons et atomes : PHY560B, PHY562, PHY564C, PHY569A
Atome au matériau : PHY560A, PHY560B, PHY564B, PHY564C, PHY565, PHY567
Sciences et technologies quantiques : PHY562, PHY560B, PHY567, MAP561A
1 cours supplémentaire parmi les cours précédents ou parmi
MAP588 - Emerging Topics in Machine Learning
INF581A - Advanced Deep Learning
1 EA à choisir parmi
PHY_EP_5a043 – Computational and machine learning methods in quantum physics
PHY_EP_5a044 - Physique computationnelle des plasmas
PHY_EP_5a042 - Computational high-energy physics
PHY580 - Quantum information: Entanglement, control and platforms for quantum
technologies
Période 3
Stage de recherche en lien avec le parcours thématique choisi ou avec la physique computationnelle
Responsables :