• Collecter et analyser des logs Darshan publics (lectures, écritures, tailles d’accès)
• Identifier des profils de charge représentatifs par analyse de données et clustering simple
• Associer, si les autorisations le permettent, des descriptions de charge à des profils d’E/S mesurés sur Toubkal
• Construire un modèle simple (règles validées par des experts, régression logistique) et l’évaluer sur des applications inédites
• Intégrer les profils au recommandeur Lustre existant, en ajoutant des questions optionnelles sur l’usage prévu
• Comparer les recommandations avec et sans information de charge et vérifier leur faisabilité

Livrables attendus :

• Des scripts reproductibles de préparation des données d’E/S et une bibliothèque documentée de profils de charge
• Un module testé d’association description-profil, intégré au recommandeur Lustre
• Des expériences comparatives, le code source, la documentation et un rapport de PFE

• Bonne maîtrise de Python, bases de Linux et de Git
• Notions d’analyse de données ou d’apprentissage automatique
• Envie d’apprendre les concepts de stockage HPC
• Bonnes capacités d’analyse, anglais technique et intérêt pour la recherche expérimentale

• Durée : 4 à 6 mois (période recommandée)
• Lieu : Sfax, Tunisie
• Formation prévue :
  • Introduction au stockage HPC, à Lustre et au profilage d’E/S avec Darshan
  • Formation encadrée à la préparation des données, à l’apprentissage automatique et à l’évaluation en recherche
  • Suivi régulier et revues techniques avec les ingénieurs de ReDX et des encadrants de recherche
• Recherche collaborative en vue d’un article de revue commun avec ReDX et des encadrants académiques ; publication et signature selon les résultats et les contributions
• Travail sur des données réelles d’E/S HPC et, sous réserve d’autorisation, expériences de profilage sur Toubkal
• Candidature : via le formulaire en ligne de ReDX Technologies, en précisant le sujet visé