Programmation/Calcul scientifique: Optimisation et Commande

Type de l'offre: 
Stage
Statut de l'offre: 
Validé
Equipe ou Service: 
IDEA
MAC
Description: 

Résumé : La recherche dans le domaine de l'optimisation réalise ces dernières années des avancées qualitatives ouvrant la voie à la manipulation de données et de modèles de grandes dimensions.
Les algorithmes développés gagnent en stabilité et en possibilité de parallélisme, mais aussi en complexité de développement informatique.
Pour accompagner cette évolution, le recrutement d'un·e stagiaire avec des compétences dans le domaine des algorithmes d'optimisation permettra le soutien  au développement de méthodes issues des travaux du LAAS de façon à  tirer le meilleur bénéfice des plateformes de calcul haute performance.

 

Problèmes scientifiques : L'équipe MAC mène des  recherches sur l'emploi de l'optimisation convexe pour l'analyse et la commande de système non-linéaires.
Ces travaux l'ont conduit à être leader dans le domaine de l'optimisation polynomiale, domaine où le passage à l'échelle (données de grande taille mais aussi polynômes de degrés élevés) semblait encore il y a peu atteignable.
L'arrivée de nouveaux chargés de recherche spécialistes de ces questions conduit l'équipe à investir dans le calcul haute performance.
Elle souhaite déployer ses derniers logiciels sur des plateforme HPC afin de résoudre des problèmes d'optimisation polynomiale de taille gigantesque.
L'enjeu est de répondre à des problématiques telles que l'optimisation de réseaux électriques (partenariat avec RTE), l'étude des réseaux de neurones (https://homepages.laas.fr/lasserre/drupal/content/research-machine-learning) ou pour l'information quantique (collaboration avec ICFO http://quantumtech.icfo.eu), et font intervenir jusqu'à des dizaines de milliers de variables et contraintes non-linéaires.
Des logiciels tels que TSSOS ou SpectralPOP pourraient ainsi être déployés sur HPC et bénéficier d'une parallélisation massive des calculs de valeurs propres et de programmation convexe à très grande échelle.

Objectifs du stage :

1) Interface utilisateur : le premier but du stage est le déploiement d'un serveur pour lancer des résolutions de problèmes d'optimisation et de commande via la plateforme de calcul du LAAS ; le déploiement sera similaire à des outils existants comme  moma.laas.fr.
En particulier,  un outil sera développé pour convertir le format json utilisé pour la base de données existante PMO en un format d'entrée compatible avec les outils d'optimisation.

2) Aspects parallélisation : le second but du stage sera d'identifier les routines des outils d'optimisation pouvant être parallélisables afin d'améliorer leur passage à l'échelle.

Compétences requises :
     - Fondements des méthodes d’optimisation : programmation mathématique, optimisation convexe,  apprentissage automatique ;
     - Environnements de développement et de déploiement de logiciels ;
    - Calcul Haute Performance (HPC) ;
    - Calcul scientifique et divers langages de programmation (par exemple Python, C++, Java, Matlab, Julia) ;
    - Aptitude au travail en équipe.

Contexte de travail : La personne recrutée sera en étroite relation avec les chercheurs de MAC pour assurer le support algorithmique nécessaire mais travaillera au sein du service IDEA avec les ingénieurs qui gèrent la plateforme de calcul du LAAS.

Mots clés: 
optimisation polynomiale et semidéfinie
parallélisation
interface utilisateur
Diplôme requis: 
Licence
Ingénieur
 
1 Candidater 2 Fin
Les fichiers doivent peser moins de 2 Mo.
Extensions autorisées : pdf doc docx odt.
Les fichiers doivent peser moins de 2 Mo.
Extensions autorisées : pdf doc docx odt.
Les fichiers doivent peser moins de 2 Mo.
Extensions autorisées : pdf doc docx odt.
Les fichiers doivent peser moins de 2 Mo.
Extensions autorisées : pdf doc docx odt.
CAPTCHA
Afin d'empêcher les robots d'envoyer du spam, merci de répondre à la question