Loading
I
Data Scientist – Chemistry and Materials Science- IBM CIC - H/F
IBMFrance
Apply A career in IBM Consulting is built on long-term client relationships and close collaboration worldwide. You’ll work with leading companies across industries, helping them shape their hybrid cloud and AI journeys. With support from our strategic partners, robust IBM technology, and Red Hat, you’ll have the tools to drive meaningful change and accelerate client impact. At IBM Consulting, curiosity fuels success. You’ll be encouraged to challenge the norm, explore new ideas, and create innovative solutions that deliver real results. Our culture of growth and empathy focuses on your long-term career development while valuing your unique skills and experiences. We are seeking a Data Scientist with a PhD-level background in materials science, chemistry, or chemical engineering. This role is ideal for scientists who enjoy computational work, have experience with data‑driven or simulation-driven research, and want to apply AI to accelerate discovery and innovation at enterprise scale. You will combine your scientific expertise with advanced data science and machine learning techniques to model materials, analyze experimental datasets, predict properties, optimize formulations, and support generative design. You will work closely with IBM Research, academic collaborators, and industry R&D teams to translate deep scientific knowledge into deployable AI workflows and scientific intelligence solutions. KEY RESPONSIBILITIES • Develop machine learning and generative AI models for materials and chemical applications, including structure–property prediction, molecular and materials generation, formulation optimization, and process modeling. • Apply scientific knowledge to design, curate, and analyze complex datasets from experiments, simulations, spectroscopy, microscopy, computational chemistry, or materials characterization. • Integrate ML workflows with scientific computing tools such as molecular dynamics, DFT, phase-field modeling, or multi-scale simulation frameworks. • Collaborate with IBM Research on science foundation models and domain‑specific AI methods (material models, chemistry models, formulation models). • Extract scientific knowledge from literature, patents, and experimental reports using knowledge graphs and document-understanding technologies. • Validate AI‑generated hypotheses with subject-matter experts and guide experiment planning and design space exploration. • Work directly with industry R&D clients to identify scientific challenges, design AI-enabled solutions, and communicate results. • Contribute to Science Next platform components including data products, virtual models, agentic scientific workflows, and scientific foundation models. REQUIRED QUALIFICATIONS •French language is a must. • PhD in Materials Science, Chemistry, Chemical Engineering, Physical Chemistry, Polymer Science, Nanoscience, or a closely related field. • Strong theoretical understanding of materials or chemical systems, including structure–function relationships, thermodynamics, kinetics, or molecular interactions. • Proficiency in Python and scientific computing libraries (NumPy, SciPy, Pandas, scikit-learn). • Experience applying machine learning to scientific problems (materials property prediction, spectroscopy analysis, molecular modeling, structure generation, or simulation data analysis). • Familiarity with cheminformatics or materials informatics libraries (RDKit, pymatgen, ASE, Matminer). • Experience working with simulation tools such as MD, DFT, Monte Carlo, or finite element modeling. • Ability to work in interdisciplinary teams and to communicate complex scientific and computational concepts clearl • Experience with generative AI, deep learning, or foundation models in scientific domains. • Hands-on experience with materials design, formulation science, polymers, batteries, catalysis, or advanced materials R&D. • Understanding of high-performance computing environments or cloud computing. • Experience with literature mining, knowledge graphs, or large scientific text corpora. • Track record of peer-reviewed publications, patents, or contributions to open scientific datasets or software. Une carrière chez IBM Consulting repose sur des relations durables avec les clients et une collaboration étroite à l’échelle mondiale. Vous travaillerez avec des entreprises leaders de différents secteurs afin de les accompagner dans leur transformation autour du cloud hybride et de l’intelligence artificielle. Grâce au soutien de nos partenaires stratégiques, aux technologies robustes d’IBM et à Red Hat, vous disposerez des outils nécessaires pour générer un changement concret et accélérer l’impact auprès des clients. Chez IBM Consulting, la curiosité est un moteur de réussite. Vous serez encouragé(e) à remettre en question les approches établies, explorer de nouvelles idées et concevoir des solutions innovantes apportant des résultats tangibles. Notre culture, fondée sur la croissance et l’empathie, met l’accent sur le développement de carrière à long terme tout en valorisant vos compétences et vos expériences uniques. Nous recherchons un(e) Data Scientist disposant d’un niveau Doctorat (PhD) en science des matériaux, chimie ou génie chimique. Ce poste est idéal pour des profils scientifiques appréciant le travail computationnel, ayant une expérience dans la recherche pilotée par les données ou les simulations, et souhaitant appliquer l’intelligence artificielle afin d’accélérer la découverte et l’innovation à grande échelle en environnement entreprise. Vous combinerez votre expertise scientifique avec des techniques avancées de data science et de machine learning afin de modéliser des matériaux, analyser des jeux de données expérimentales, prédire des propriétés, optimiser des formulations et soutenir des approches de conception générative. Vous collaborerez étroitement avec IBM Research, des partenaires académiques ainsi que des équipes R&D industrielles afin de transformer une expertise scientifique approfondie en workflows IA déployables et en solutions d’intelligence scientifique. Développer des modèles de machine learning et d’IA générative appliqués aux matériaux et à la chimie, notamment pour la prédiction structure-propriété, la génération moléculaire et de matériaux, l’optimisation de formulations et la modélisation de procédés. Appliquer une expertise scientifique pour concevoir, structurer et analyser des jeux de données complexes issus d’expériences, de simulations, de spectroscopie, de microscopie, de chimie computationnelle ou de caractérisation des matériaux. Intégrer des workflows de machine learning avec des outils de calcul scientifique tels que la dynamique moléculaire (MD), la théorie de la fonctionnelle de la densité (DFT), la modélisation phase-field ou des frameworks de simulation multi-échelles. Collaborer avec IBM Research sur des modèles fondamentaux scientifiques ainsi que sur des méthodes d’IA spécialisées par domaine (modèles matériaux, chimie, formulations). Extraire des connaissances scientifiques à partir de publications, brevets et rapports expérimentaux grâce à des technologies de graphes de connaissances et de compréhension documentaire. Valider les hypothèses générées par l’IA avec des experts métier et accompagner la planification expérimentale ainsi que l’exploration des espaces de conception. Travailler directement avec des équipes R&D industrielles afin d’identifier des problématiques scientifiques, concevoir des solutions basées sur l’IA et communiquer les résultats obtenus. Contribuer aux composants de la plateforme Science Next, notamment les produits de données, modèles virtuels, workflows scientifiques agentiques et modèles fondamentaux scientifiques. QUALIFICATIONS REQUISES Français courant Doctorat (PhD) en science des matériaux, chimie, génie chimique, chimie physique, science des polymères, nanosciences ou domaine connexe. Solide compréhension théorique des systèmes chimiques ou des matériaux, incluant les relations structure-fonction, la thermodynamique, la cinétique ou les interactions moléculaires. Maîtrise de Python et des bibliothèques de calcul scientifique (NumPy, SciPy, Pandas, scikit-learn). Expérience dans l’application du machine learning à des problématiques scientifiques (prédiction de propriétés de matériaux, analyse spectroscopique, modélisation moléculaire, génération de structures ou analyse de données de simulation). Connaissance des bibliothèques de cheminformatique ou de materials informatics (RDKit, pymatgen, ASE, Matminer). Expérience avec des outils de simulation tels que la dynamique moléculaire (MD), la DFT, Monte Carlo ou la modélisation par éléments finis. Capacité à travailler dans des équipes interdisciplinaires et à communiquer clairement des concepts scientifiques et computationnels complexes. Expérience avec l’IA générative, le deep learning ou les modèles fondamentaux appliqués à des domaines scientifiques. Expérience pratique en conception de matériaux, science des formulations, polymères, batteries, catalyse ou R&D sur des matériaux avancés. Bonne compréhension des environnements de calcul haute performance (HPC) ou du cloud computing. Expérience dans l’extraction d’informations à partir de littérature scientifique, les graphes de connaissances ou de grands corpus de textes scientifiques. Historique de publications scientifiques évaluées par des pairs, brevets ou contributions à des jeux de données scientifiques ouverts ou à des logiciels scientifiques. France Data & Analytics Professional Bois Colombes Cedex, FR