Data Scientist
Intégration du laboratoire de recherche LCOMS afin de concevoir une solution d'aide à la décision pour optimiser l'ordonnancement de tâches sur une architecture hétérogène.
- Conception d'un algorithme génétique pour optimiser l'ordonnancement de tâches sous contraintes.
- Génération et analyse de plusieurs jeux de données afin d'évaluer les performances des heuristiques étudiées.
- Implémentation de modèles de Machine Learning pour prédire la méthode d'ordonnancement la plus adaptée aux caractéristiques des instances.
- Analyse des résultats expérimentaux afin d'évaluer les performances des approches proposées.
Environnement technique