Stage - Modèle d'IA pour la prédiction de l'utilisation des ressources dans les systèmes HPC R&D

Bull c’est une histoire. Un siècle d’innovation Européenne et un environnement de travail où des experts conçoivent des solutions numériques puissantes, durables et souveraines, permettant aux États et aux industries de garder la pleine maîtrise de leurs données et de leur IA.

Bull c’est aussi des milliers d’ingénieurs, de chercheurs, de passionnés de tech, façonnant l’avenir du calcul de haute performance, de l’IA et des technologies quantiques.

Chaque jour, nos équipes repoussent les limites du possible - des architectures HPC de nouvelle génération aux supercalculateurs exascale - soutenues par une R&D de rang mondial, plus de 1 600 brevets et des capacités de bout en bout uniques, couvrant la conception matérielle, l’ingénierie logicielle, la data science et la recherche quantique.

Développement d’un modèle de Machine Learning pour la prédiction de l’utilisation des ressources dans les systèmes HPC

Contexte

Au sein de la R&D de Bull, l’équipe DaSH (Data Science for HPC) conçoit des solutions logicielles pour l’optimisation de l’utilisation des super calculateurs en utilisant des données collectées par un produit interne. Les objectifs de ces solutions sont de :

· Informer

· Prédire

· Recommander

· Configurer au mieux les leviers d’optimisation

Ces solutions logicielles se présentent sous la forme d’API REST en GO ou en Python et sont adressées à l’utilisateur final du HPC ou à son administrateur afin d’agir sur deux critères essentiels : la consommation d’énergie et la performance des applications.

Dans ce contexte, nous recherchons un stagiaire pour étudier des approches de Machine Learning visant à améliorer l’utilisation des ressources dans les systèmes HPC.

Mission

L’objectif principal du stage est de développer un modèle permettant de prédire l’utilisation des ressources d’un job HPC avant son exécution, à partir des informations disponibles lors de sa soumission et des données historiques des jobs.

Le stage se déroulera en quatre étapes principales :

· Exploration des données issues d’un dataset et définition des cibles de prédiction.

· Feature engineering et exploitation des données historiques, notamment à l’aide de méthodes de similarité, d’embeddings et de clustering.

· Développement et validation de modèles de Machine Learning, avec notamment une évaluation de leur capacité à se généraliser à de nouveaux jobs.

· Selon l’avancement, développement de recommandations sur l’utilisation des ressources et intégration du modèle dans une API REST.

Le cadre de développement sera conforme aux exigences de qualité scientifique et technique : bibliographie, détail des hypothèses de travail et des approximations, test unitaires, documentation du code et intégration continue.

Profil

· BAC+5 en informatique.

· Solides compétences en programmation Python.

· Connaissances en Machine Learning.

· Intérêt pour la Data Science et le calcul haute performance (HPC).

· Connaissance des tests unitaires et de l’intégration continue.

· Bonnes capacités de communication, de documentation et de travail en équipe.

· Esprit analytique, créatif et goût pour la résolution de problèmes complexes.

Ici, vos idées, votre curiosité et votre excellence technique contribuent directement à façonner la prochaine ère du calcul avancé - en créant de la valeur pour les entreprises, en accélérant le progrès scientifique et en générant un impact positif pour la société.