Big Data et passage à l’échelle : vers une nouvelle approche de gestion de données intelligente et efficace

When:
31/03/2017 – 01/04/2017 all-day
2017-03-31T02:00:00+02:00
2017-04-01T02:00:00+02:00

Annonce en lien avec l’Action/le Réseau : Doctorants

Laboratoire/Entreprise : LIAS (ISAE-ENSMA, Poitiers)
Durée : 3 ans
Contact : amin.mesmoudi@univ-poitiers.fr
Date limite de publication : 2017-03-31

Contexte :
Traitement intelligent et efficace des Big Data

Sujet :
(voir les détails dans le document en pièce jointe)
Les systèmes classiques de gestion des bases de données et les techniques associées doivent être revisités [1, 2] afin de faire face aux nouveaux défis engendrés par les Big Data. D’ailleurs, les techniques permettant une utilisation efficace de nouvelles plateformes matérielles et logicielles représentent une étape importante pour le développement du “Big Data”. Dans cette thèse, les contributions scientifiques attendues sont liées principalement à 1) l’identification des bonnes abstractions pour capturer les nouveaux environnements d’exécution via une étude expérimentale, 2) le développement de nouvelles techniques qui supportent la parallélisation massive des traitements sur des grandes masses de données, et 3) la définition formelle des modèles de coûts pour évaluer l’efficacité des algorithmes utilisés dans les plateformes technologiques modernes.

Références

[1] Amin Mesmoudi, Mohand-Saïd Hacid, Farouk Toumani: Benchmarking SQL on MapReduce systems using large astronomy databases. Distributed and Parallel Databases 34(3): 347-378 (2016)

[2] Ladjel Bellatreche, Pedro Furtado, Mukesh K. Mohania: Special Issue in Physical Design for Big Data Warehousing and Mining. Distributed and Parallel Databases 34(3): 289-292 (2016)

Profil du candidat :
Le candidat doit avoir un master ou un diplôme d’ingénieur en Informatique.

Formation et compétences requises :
Les candidats intéressés sont invités à envoyer, avant le 31/03/2017, aux encadrants (Prof. Ladjel Bellatreche – ladjel.bellatreche@ensma.fr et Dr. Amin Mesmoudi – amin.mesmoudi@univ-poitiers.fr) les documents suivants :

– Un CV (avec les coordonnées d’au moins deux personnes, pouvant être contactées pour une éventuelle recommandation).

– Les notes des deux dernières années d’études

– Une lettre de motivation

Adresse d’emploi :
LIAS/Site de l’ENSMA
Téléport 2 – 1 avenue Clément Ader
BP 40109
86961 Futuroscope Chasseneuil Cedex – France

Document attaché : idd-lias-big-data-2017.pdf