Le projet FLOALESCENCE s’inscrit dans le cadre de l’étude expérimentale de la matière de QCD et de la transition de phase entre plasma de quarks et de gluons (QGP) et matière hadronique.?Ce plasma, formé quelques microsecondes après le Big Bang, peut être recréé aujourd’hui dans les collisions plomb-plomb ultra-relativistes au Grand collisionneur de hadrons (LHC).
L’objectif du projet est de comprendre comment les quarks charmés se hadronisent lorsque le QGP se refroidit. Le doctorant travaillera au sein de l’expérience LHCb, un détecteur unique par sa couverture en rapidité avant, permettant d’explorer une région de l’espace des phases encore inexplorée.
Le travail consistera à mesurer pour la première fois à LHCb l’écoulement elliptique (v2) des baryons charmés (?c+) et des mésons (D0), afin de tester les modèles de coalescence et de caractériser le degré de thermalisation des quarks charmés dans le milieu QGP.

Objectifs et missions:
- Extraire et analyser les signaux ?c+ et D0 dans les nouvelles données Pb–Pb enregistrées par LHCb (2024–2025).
- Développer et appliquer une méthode d’analyse innovante de l’écoulement elliptique, fondée sur la reformulation de la méthode des Zéros de Lee–Yang.
- Mettre en place une métrique de multiplicité d’événement pour relier les observables de flux à la densité d’énergie du système.
- Comparer les résultats aux prédictions théoriques et aux mesures des autres expériences du LHC (ALICE, CMS).
Rédiger des publications scientifiques et présenter les résultats lors de conférences internationales.

Le/la doctorant.e acquerra :
- Une maîtrise avancée des outils d’analyse de données du LHCb (ROOT, Python, C++), y compris les techniques de classification par apprentissage automatique.
- Une expertise en physique des hautes énergies et en QCD, notamment sur les propriétés du plasma de quarks et de gluons et les phénomènes collectifs.
- Des compétences en analyse statistique et traitement de grands volumes de données.
- Une solide expérience du travail collaboratif international (au sein de la collaboration LHCb).
- Une formation polyvalente valorisable tant dans la recherche académique que dans les domaines de la data science, de l’ingénierie ou de la modélisation physique.