Référence![]() |
Intitulé | Centre | Fichier joint |
---|---|---|---|
SNA-DAAA-2021-18 | High-order adaptive numerical simulation of the sonic boom propagation | Châtillon |
![]() |
SNA-DAAA-2021-21 | Prévision du bruit à large bande d’un étage soufflante/redresseur de turboréacteur réaliste à l’aide d’une méthode Lattice Boltzmann | Châtillon |
![]() |
SNA-DAAA-2022-07 | Modélisation de l’écoulement autour d’un profil aérodynamique soumis à un contrôleur plasma haute fréquence | Châtillon |
![]() |
SNA-DAAA-2022-15 | Stratégies adaptatives et extensibles de préconditionnement avec techniques de compression pour des systèmes linéaires creux de grande taille en mécanique des fluides. | Châtillon |
![]() |
SNA-DAAA-2022-19 | Nonlinear model reduction strategies for advection-dominated flows within a high-order Discontinuous Galerkin framework: application to turbo-machinery. | Châtillon |
![]() |
SNA-DAAA-2022-21 | Machine-Learning based finite volume method for compressible fluid dynamics | Châtillon |
![]() |
SNA-DMPE-2022-37 | Optimisation du couplage de codes dans un environnement massivement parallèle hybride CPU - GPU | Châtillon |
![]() |
SNA-DMPE-2022-38 | Implémentation et validation d’une approche volumes finis centrée aux nœuds dans le code SoNICS pour l’adaptation de maillage anisotrope sur tétraèdres | Châtillon |
![]() |
SNA-DTIS-2022-10 | Approches basées sur la multi-fidélité pour la propagation d'incertitudes sur maillage, application à la conception de véhicules aérospatiaux | Palaiseau |
![]() |
SNA-DTIS-2022-12 | Imagerie passive par synthèse d’ouverture de petits objets à grandes vitesses | Palaiseau |
![]() |
SNA-DTIS-2022-20 | Dégénérescence des poids de l’échantillonnage préférentiel adaptatif en grande dimension | Toulouse |
![]() |
SNA-DTIS-2022-26 | Modèles de Lattice Boltzmann et applications à l'EHD | Toulouse |
![]() |
SNA-DTIS-2022-29 | Optimisation des flux numériques dans une approche de décomposition de domaine de type Trefftz pour l’électromagnétisme : approche traditionnelle ou intelligence artificielle ? | Toulouse |
![]() |
SNA-DTIS-2022-39 | Méthodes éléments finis adaptatifs espace-temps hautes performances pour des simulations de fabrication additives | Palaiseau |
![]() |
L'ONERA se mobilise pour former par la recherche en accueillant en permanence dans ses laboratoires près de 300 jeunes chercheurs pour la préparation d'une thèse de doctorat.
L'ONERA rémunère la plus grande partie d'entre eux par des contrats de formation par la recherche. Pour certains sujets de thèse, des cofinancements sont possibles avec d'autres organismes de recherche (DGA, CNES, CNRS, CEA, Universités,...).
L'ONERA accueille également en thèse de jeunes diplômés recrutés par des industriels sous Convention Industrielle de Formation par la Recherche (Cifre).
Les soutenances de thèse des doctorants de l'ONERA sont régulièrement annoncées sur notre site.
Pour tout renseignement sur le poste, il convient de contacter directement le responsable concerné. Pour postuler, lui envoyer un curriculum vitae et une lettre de motivation.
Il est impératif de déposer sa candidature au moins 3 mois à l'avance pour procéder aux formalités d'autorisation d'accès.