En un coup d'œil
- Missions: Concevoir des politiques de planification et gérer des données pour des workflows géo-distribués.
- Entreprise: Inria, un centre de recherche innovant à l'Université de Rennes.
- Avantages: Contrat d'un an avec possibilité d'extension, environnement dynamique et opportunités de croissance.
- Autres infos: Travaillez avec des équipes de recherche et participez à des conférences internationales.
- Pourquoi ce job: Participez à un projet européen passionnant sur l'infrastructure cloud de prochaine génération.
- Qualifications: Doctorat en informatique et expérience en systèmes distribués requises.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Contexte financier et environnement de travail. Ce poste de post-doctorant sera dans le cadre du projet IPCEI-CIS (Important Project of Common European Interest – Next Generation Cloud Infrastructure and Services) DXP (Data Exchange Platform) impliquant Amadeus et trois équipes de recherche Inria (COAST, CEDAR et MAGELLAN). Ce projet vise à concevoir et développer une solution de gestion open-source pour une plateforme d'échange de données fédérée et distribuée (DXP), opérant dans un environnement ouvert, évolutif et massivement distribué (continuum cloud-edge).
Le poste sera recruté et hébergé au Centre Inria de l'Université de Rennes ; et le travail sera effectué au sein de l'équipe MAGELLAN en collaboration avec d'autres partenaires. Le poste est d'une durée d'un an, avec possibilité d'extension à 24 mois.
Contexte de la mission : Les données sont généralement hébergées dans plusieurs emplacements géo-distribués (clouds privés et publics, caches distribués et à travers le continuum edge-to-cloud). Le traitement collectif de ces données est essentiel (par exemple, analyse de données distribuées et requêtes), mais cela présente plusieurs défis pour les cadres de travail distribués intensifs en données existants. Beaucoup d'efforts ont été consacrés à l'optimisation des performances des workflows géo-distribués. Ces efforts se concentrent principalement sur la réduction du transfert de données entre centres de données et le placement optimal des tâches selon l'hétérogénéité des performances des centres de données. Cependant, ces efforts ne prennent pas en compte l'hétérogénéité des services de stockage, le coût monétaire en termes de calcul, de stockage et de réseau, ou la multi-location lorsque plusieurs workflows s'exécutent simultanément.
Objectifs : Nous étudierons l'interaction et la corrélation entre les différents facteurs qui contribuent à la performance des workflows géo-distribués (c'est-à-dire, données d'entrée, données intermédiaires, nombre d'itérations, capacité du site, etc.). En conséquence, nous concevrons des politiques de planification et des mouvements de données associés pour améliorer la performance globale, le coût monétaire et l'utilisation des ressources en tenant compte de l'emplacement des entrées, du coût et de l'état du réseau, des données intermédiaires et de la capacité des différents sites, lors de la planification de plusieurs workflows à travers des environnements massivement distribués.
Principales activités :
- Lire et synthétiser les travaux de littérature.
- Concevoir de nouvelles politiques de planification et de gestion des données pour les workflows géo-distribués.
- Mise en œuvre et validation à grande échelle.
- Participer aux réunions de projet et aux discussions avec d'autres partenaires.
- Rédiger des articles de recherche et diffuser les résultats par le biais de présentations lors de réunions de projet, conférences et ateliers.
Compétences :
- Un doctorat en informatique.
- Une solide expérience dans le domaine des systèmes distribués.
- Capacité à mener des recherches expérimentales sur les systèmes.
- Expérience dans la construction de systèmes et d'outils.
- Une expérience de travail dans les domaines de la gestion des Big Data, de l'informatique en nuage, de l'analyse de données est un atout.
- Très bonnes compétences en communication en anglais, à l'oral et à l'écrit.
Post-Doctoral Research Visit F/M Data management and job scheduling for Geo-distributed Workflows in Rennes employeur : Inria Rennes
Inria est un employeur de choix, offrant un environnement de travail collaboratif et innovant au sein de l'équipe VirtUs, spécialisée dans la simulation et l'animation de foules virtuelles. Les employés bénéficient d'opportunités de croissance professionnelle à travers des projets de recherche variés, tout en contribuant à des solutions technologiques de pointe dans le domaine de la réalité augmentée. De plus, Inria valorise l'ouverture scientifique et encourage le partage des connaissances, ce qui en fait un lieu idéal pour ceux qui cherchent à avoir un impact significatif dans leur domaine.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Post-Doctoral Research Visit F/M Data management and job scheduling for Geo-distributed Workflows in Rennes
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Inria Rennes
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Inria Rennes. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Post-Doctoral Research Visit F/M Data management and job scheduling for Geo-distributed Workflows in Rennes
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Inria Rennes, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Inria Rennes que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Inria Rennes. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Inria Rennes
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Inria Rennes et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
