Type de poste : Thèse
Sujet : 3D Printing of Porous Scintillating Monoliths for Radioactive Gas Detection
Département : MPH-D3
Profil : PhD profile and skills acquirement: Through this project, the student will acquire strong skills in nanomaterial synthesis, their integration with innovative 3D printing approaches and their applications to pressing environmental challenges. Candidates should have a Master in Chemistry, Chemical Physics, Materials science or associated fields. Candidates should be highly motivated and willing to work in an international environment. Previous experience in porous and/or luminescent materials is highly recommended. A very good level of English (oral and written) and strong communication skills are required.
Date limite de dépôt de candidature : 03/07/2026
Date d’embauche : 01/10/2026
Durée : 36 mois
Contact : tangi.aubert@umontpellier.fr
Profil download
Sujet : 3D Printing of Porous Scintillating Monoliths for Radioactive Gas Detection
Département : MPH-D3
Profil : PhD profile and skills acquirement: Through this project, the student will acquire strong skills in nanomaterial synthesis, their integration with innovative 3D printing approaches and their applications to pressing environmental challenges. Candidates should have a Master in Chemistry, Chemical Physics, Materials science or associated fields. Candidates should be highly motivated and willing to work in an international environment. Previous experience in porous and/or luminescent materials is highly recommended. A very good level of English (oral and written) and strong communication skills are required.
Date limite de dépôt de candidature : 03/07/2026
Date d’embauche : 01/10/2026
Durée : 36 mois
Contact : tangi.aubert@umontpellier.fr
Profil download
Type de poste : Post-Doc
Sujet : Développement et optimisation d’une méthode de suivi in situ de cuisson de composites biosourcés polyuréthane-liège
Département : C3M-D2
Profil : Le/la candidat(e) est un(e) docteur(e) spécialiste en chimie des polymères et/ou en physico-chimie (rhéologie et propriétés mécaniques). De solides connaissances en chimie et physico-chimie des polymères sont attendues ainsi qu’une aptitude au travail en équipe. Le/la candidate(e) devra faire preuve d’esprit d’initiative, d’autonomie et de bonne capacité de communication orale comme écrite (en français et anglais).
Date limite de dépôt de candidature : 31/03/2026
Date d’embauche : 04/05/2026
Durée : 12 mois
Contact : camille.bakkali-hassani@umontpellier.fr
Profil download
Sujet : Développement et optimisation d’une méthode de suivi in situ de cuisson de composites biosourcés polyuréthane-liège
Département : C3M-D2
Profil : Le/la candidat(e) est un(e) docteur(e) spécialiste en chimie des polymères et/ou en physico-chimie (rhéologie et propriétés mécaniques). De solides connaissances en chimie et physico-chimie des polymères sont attendues ainsi qu’une aptitude au travail en équipe. Le/la candidate(e) devra faire preuve d’esprit d’initiative, d’autonomie et de bonne capacité de communication orale comme écrite (en français et anglais).
Date limite de dépôt de candidature : 31/03/2026
Date d’embauche : 04/05/2026
Durée : 12 mois
Contact : camille.bakkali-hassani@umontpellier.fr
Profil download
Type de poste : Thèse
Sujet : Artificial Intelligence-Driven MOF Materials Discovery for Autonomous Humidity Control
Département : MPH-D3
Profil : We are looking for a highly motivated Ph.D. candidate with a Master degree or an international equivalent in computer science, physical chemistry, chemical physics, condensed matter physics, statistical physics, theoretical physics, or a related field and a strong interest in materials design. Experience with coding (Python, C, etc.) and force-field- and MILP-based simulations and background in ML/AI tools is an advantage.
Date limite de dépôt de candidature : 30/05/2026
Date d’embauche : 01/09/2026
Durée : 36 mois
Contact : guillaume.maurin1@umontpellier.fr
Profil download
Sujet : Artificial Intelligence-Driven MOF Materials Discovery for Autonomous Humidity Control
Département : MPH-D3
Profil : We are looking for a highly motivated Ph.D. candidate with a Master degree or an international equivalent in computer science, physical chemistry, chemical physics, condensed matter physics, statistical physics, theoretical physics, or a related field and a strong interest in materials design. Experience with coding (Python, C, etc.) and force-field- and MILP-based simulations and background in ML/AI tools is an advantage.
Date limite de dépôt de candidature : 30/05/2026
Date d’embauche : 01/09/2026
Durée : 36 mois
Contact : guillaume.maurin1@umontpellier.fr
Profil download
Type de poste : Thèse
Sujet : Matériaux pour la dépollution à base de solvants eutectiques profonds polymérisables
Département : C3M-D2
Profil : Nous recherchons un.e candidat.e de Master 2/ ingénieur (ou équivalent) avec de solides àcompétences en chimie des polymères (synthèse/formulation) et des matériaux, ainsi qu’en techniques de caractérisation des polymères. Des connaissances de base (théoriques et/ou pratiques) dans un ou plusieurs des domaines suivants : formulation/caractérisation des gels, caractérisation des nanoparticules en solution, catalyse (par ex. catalyse enzymatique) constituent un atout. Autonomie, rigueur expérimentale, capacité d’analyse et bon niveau d’anglais scientifique sont requis, notamment lors de la rédaction des publications scientifiques, participation au montage des projets de recherche et aux conférences (en France et/ou à l’étranger). Une expérience dans un laboratoire et/ou entreprise à l’étranger (notamment dans les domaines des polymères et/ou matériaux) pourra également être appréciée.
Date limite de dépôt de candidature : 14/06/2026
Date d’embauche : 01/10/2026
Durée : 36 mois
Contact : emmanuel.belamie@enscm.fr
Profil download
Sujet : Matériaux pour la dépollution à base de solvants eutectiques profonds polymérisables
Département : C3M-D2
Profil : Nous recherchons un.e candidat.e de Master 2/ ingénieur (ou équivalent) avec de solides àcompétences en chimie des polymères (synthèse/formulation) et des matériaux, ainsi qu’en techniques de caractérisation des polymères. Des connaissances de base (théoriques et/ou pratiques) dans un ou plusieurs des domaines suivants : formulation/caractérisation des gels, caractérisation des nanoparticules en solution, catalyse (par ex. catalyse enzymatique) constituent un atout. Autonomie, rigueur expérimentale, capacité d’analyse et bon niveau d’anglais scientifique sont requis, notamment lors de la rédaction des publications scientifiques, participation au montage des projets de recherche et aux conférences (en France et/ou à l’étranger). Une expérience dans un laboratoire et/ou entreprise à l’étranger (notamment dans les domaines des polymères et/ou matériaux) pourra également être appréciée.
Date limite de dépôt de candidature : 14/06/2026
Date d’embauche : 01/10/2026
Durée : 36 mois
Contact : emmanuel.belamie@enscm.fr
Profil download
Type de poste : Post-Doc
Sujet : Artificial Intelligence-Driven MOF Materials Discovery for Autonomous Humidity Control
Département : MPH-D3
Profil : We are looking for a highly motivated Postdoc candidate with a PhD degree in computer science, physical chemistry, chemical physics, theoretical physics, or a related field, with a strong background in training GNN-based ML predictive models (Equiformer, GemNEt, eSEN…..) for accurately predicting Material properties (especially adsorption properties). Experience with ML models applied to materials science alongside background in AI-generative diffusion models (MatterGen, MOFGen…) is a clear advantage.
Date limite de dépôt de candidature : 30/05/2026
Date d’embauche : 01/09/2026
Durée : 24 mois
Contact : guillaume.maurin1@umontpellier.fr
Profil download
Sujet : Artificial Intelligence-Driven MOF Materials Discovery for Autonomous Humidity Control
Département : MPH-D3
Profil : We are looking for a highly motivated Postdoc candidate with a PhD degree in computer science, physical chemistry, chemical physics, theoretical physics, or a related field, with a strong background in training GNN-based ML predictive models (Equiformer, GemNEt, eSEN…..) for accurately predicting Material properties (especially adsorption properties). Experience with ML models applied to materials science alongside background in AI-generative diffusion models (MatterGen, MOFGen…) is a clear advantage.
Date limite de dépôt de candidature : 30/05/2026
Date d’embauche : 01/09/2026
Durée : 24 mois
Contact : guillaume.maurin1@umontpellier.fr
Profil download