Actualités : Sciences pour l'ingénieur
25 octobre 2024
Nouvelle approche pour développer des surfaces sélectives pour les biocapteurs. Application aux sciences de la vie.
Nouvelle approche pour développer des surfaces sélectives pour les biocapteurs. Application aux sciences de la vie. Mots clés : Biocapteur, Surface sensible, Fonctionnalisation, Microélectronique, Optique, Nano, simulation et caractérisation de composants. Localisation: laboratoire CROMA (UMR 5130). Encadrants : Olivier Lavastre, Edwige Bano (CROMA) et Valérie Stambouli (LMGP). Période et durée : Printemps 2025, 6 […] >>
15 octobre 2024
Etude de contacts sélectifs et de couches de connexion de type p basées sur des oxydes conducteurs transparents sans Indium pour cellules tandem 2T
Etude de contacts sélectifs et de couches de connexion de type p basées sur des oxydes conducteurs transparents sans Indium pour cellules tandem 2T For the development of new efficient p-type TCO thin films as key step toward transparent electronic, the internship focuses on the development of a p-type oxide thin film material for solar […] >>
04 octobre 2024
Mesure de l’absorption de protéines par des surfaces à l’aide de capteurs en optique intégrée
Stage de Master 2 / Projet de fin d’études – 5 à 6 mois Measuring protein adsorption on surfaces with integrated optical sensors The adsorption of proteins on surfaces plays an important role in the biomedical field [1]. For diagnostics, the control of the adsorption of immobilized capture antibodies is crucial for accurate immuno-assays. […] >>
04 octobre 2024
Spintronique dans le graphène sur les dichalcogénures de métaux de transition : Simulations »
Stage MASTER 2 – Durée 6 Mois ( début Février 2025) Possibilité de thèse Context : In the context of spintronics, graphene is considered an ideal platform thanks to its very weak spin-orbit coupling (SOC), which allows spin scattering lengths of up to a few tens of micrometers [1]. For the same reason, however, […] >>
03 octobre 2024
Hyper AI:Solutions Edge-AI pour la Caractérisation en Temps Réel des Matériaux en Hyperfréquence
HyperAI : Solutions Edge-AI pour la Caractérisation en Temps Réel des Matériaux en Hyperfréquence Context: The electrical characterization of materials at hyperfrequencies is essential for understanding their intrinsic electronic structure and charge carrier dynamics. Permittivity and dielectric losses are a major concern in this field, as they directly impact signal integrity and propagation […] >>