Accès direct au contenu

ED 181 Structures, Information, Matières et Matériaux NORMANDIE_UNIVERSITE


FormationFormations pour les doctorants

Formations pour les doctorants

L'arrêté du 7 août 2006 relatif à la formation doctorale - article 16 indique qu' « Au cours de leur parcours de formation doctorale, les doctorants suivent des formations d'accompagnement et participent à des enseignements, séminaires, missions ou stages organisés dans le cadre de l'école doctorale ».

Les doctorants doivent justifier au moment de leur soutenance de thèse de 50 heures de formations transversales ou de toute combinaison équivalente selon le plan individuel de formation qu'ils auront défini avec leur directeur de thèse et fait valider par le directeur de leur école doctorale. 

Les formations généralistes à l'intention des doctorants s'inscrivent dans les thématiques définies par le Collège des écoles doctorales, dont le programme est disponible ici :

recherche.unicaen.fr/etudes-doctorales/formations-doctorales/

Les doctorants peuvent également suivre les cours dispensés dans le cadre des Master de l'Université de Caen Basse-Normandie.

En plus de ces formations généralistes, l'ED SIMEM propose des formations centrées sur les thématiques de l'ED. Vous trouverez ci-dessous quelques formations proposées, qui peuvent être enrichies en fonction des besoins des doctorants.
 

Calculs d'incertitude

Volume horaire : 15 de CM, Formation proposée par David Boilley, GANIL (boilley@unicaen.fr)

Cette formation comporte trois parties distinctes :
  • La première est consacrée aux normes internationales sur le calcul d'incertitude (GUM et ses suppléments).
  • La seconde traite des méthodes des moindres carrés ($\chi^2$).
  • Sont enfin présentées les méthodes Bayésiennes utilisées en métrologie.

Formation au logiciel d'analyse de données multiparamétriques Root


Volume horaire : 15 de CM et 10H de TD -  Formation proposée par John Frankland, GANIL, et Daniel Cussol, LPC (cussol@in2p3.fr frankland@ganil.fr).

Le plan de la formation est le suivant :
  • Utilisation de l’Interface Homme-Machine (graphique + interpréteur), Eléments de programmation C++, Présentation de la documentation en ligne de ROOT
  • Exemple d'analyse de données sous forme de fichier ASCII. Les fonctions dans ROOT, ajustements de fonctions paramétriques
  • Présentation du TTree, analyse des données avec interface graphique et interpréteur, TD sur analyse de données dans un TTree
  • Utilisation du TSelector pour analyse de données dans un TTree. Notions de polymorphisme. TD sur analyse de données utilisant TSelector



*st4r Software Tools for Research

Formation de 15h proposée par François Mauger, Yves Lemière (LPC Caen / Département de Physique-EEA).

Formation sur les outils logiciels utilisés en recherche pour le calcul scientifique, l'analyse de données, les techniques Monte-Carlo à destination des étudiants doctorants de l'école doctorale SIMEM, dont les activités impliquent une maîtrise plus ou moins avancée en programmation informatique pour mener à bien leurs travaux de recherche. Au-delà de l'intérêt pratique immédiat pour leur travail de thèse, le projet vise également à apporter des éléments d'un savoir technique suffisamment général, ré-exploitable dans le cadre d'une activité professionnelle future.
  • Formation de base sur GNU/Linux
  • Formation sur le langage de programmation C++
  • Formation de base sur le langage de programmation Python
  • Formation de base à la GSL
  • Formation de base à la conception et la maintenance de projet logiciel 

AGENDA 2017

 

avril

3 avril au 30 mai
5e édition des SCOUAT
INSA Rouen Normandie

mai



25
2e Disrupt Day
Rouen

juin


4 au 8
Summer Camp
Caen

8
Fin Appel à projets
Fête de la Science 2018

8
APIE
Fin dépôt dossiers

12
Prix PEPITE
Fin dépôt dossier

18-22
S4D 2018
Caen

20-22
RMR 2018
Rouen

22
SolsTICE 2018
Ensicaen

25
Journée de rencontres EDP
Le Havre

28
10e journée Fédération Normandie-Mathématiques
Caen
 

Campus II Côte de Nacre Bâtiment Sciences 3 / 6, boulevard du Maréchal Juin / 14050 Caen Cedex