Doron Grossman

Je construis des modèles mathématiques et des simulations physiques pour résoudre des problèmes que les approches classiques ne peuvent pas traiter — parce que je comprends à la fois la physique et le code.

Avec 15+ ans d'expérience en simulation numérique, modélisation mathématique et machine learning, je travaille à l'intersection entre science fondamentale et problèmes d'ingénierie. Mes travaux récents incluent le développement de réseaux de neurones informés par la physique (PINN) en PyTorch pour la conception inverse de matériaux (École Polytechnique / CNRS), des frameworks de simulation C++ pour la mécanique de surfaces 3D, et des modèles prédictifs pour des réseaux mécaniques complexes publiés dans Physical Review Research et Physical Review Letters.

Je prends en charge des missions où le problème est genuinement difficile : systèmes gouvernés par des EDPs, problèmes inverses, simulation mécanique, modélisation géométrique (DDG, NURBS), ou ML appliqué à des systèmes physiques où les approches purement data-driven échouent.

Je travaille de façon autonome, livre des résultats clairs, et sais communiquer à des interlocuteurs techniques et non-techniques.

Disponible immédiatement pour des missions en calcul scientifique, simulation et ML appliqué.

Langues : Anglais (natif), Français (B2),