¡Activa las notificaciones laborales por email!

Thesis on Smart Workloads Orchestration Across the Edge-to-Cloud Continuum

IKERLAN

Ourense

Presencial

EUR 50.000 - 70.000

Jornada completa

Ayer
Sé de los primeros/as/es en solicitar esta vacante

Mejora tus posibilidades de llegar a la entrevista

Elabora un currículum adaptado a la vacante para tener más posibilidades de triunfar.

Descripción de la vacante

IKERLAN está en búsqueda de una persona proactiva para realizar una Tesis Doctoral en el ámbito del Edge-to-Cloud Continuum. Este proyecto implica investigar y desarrollar estrategias de orquestación inteligente de cargas de trabajo en entornos distribuidos, colaborando en un entorno práctico con tecnologías avanzadas como Kubernetes. Se busca un candidato con un fuerte enfoque académico en informática, alta capacidad de investigación y habilidades en tecnologías de la nube.

Servicios

Entorno de trabajo joven y dinámico
Colaboración en proyectos reales
Actividades sociales y colaborativas

Formación

  • Grado en Ingeniería Informática o similares.
  • Máster en Informática o Big Data.
  • Conocimientos de tecnologías de orquestación.

Responsabilidades

  • Analizar el estado del arte sobre orquestación en Edge-to-Cloud.
  • Investigar metodologías y herramientas existentes.
  • Desarrollo de demostradores para validar soluciones.

Conocimientos

Conocimientos de tecnologías Cloud
Conocimientos de tecnologías de orquestadores como Kubernetes
Dominio de inglés oral y escrito

Educación

Grado en Ingeniería Informática / Telecomunicaciones o similares
Máster en Informática, Big Data o similares

Descripción del empleo

Estamos buscando una persona proactiva y entusiasta por la tecnología, con un perfil investigador para realizar una Tesis Doctoral en el marco de Edge-to-Cloud Continuum.

El objetivo de esta tesis es diseñar y desarrollar estrategias de orquestación inteligente de cargas de trabajo en entornos edge-to-cloud distribuidos, teniendo en cuenta tanto las características del entorno (disponibilidad de los recursos y capacidad de cómputo, latencia y conectividad, costes y consumo energético ) como el contexto de la aplicación (prioridad, criticidad, privacidad, requisitos de latencia o seguridad).

La propuesta abarca escenarios heterogéneos que integran infraestructuras cloud públicas (como AWS o Azure), entornos on-premises (por ejemplo, clústeres de Kubernetes en local) y dispositivos edge con recursos limitados (por ejemplo, Jetson Orin Nano o Raspherry Pi). Asimismo, se abordará el reto de la orquestación multi-cloud, considerando la interoperabilidad y la gestión dinámica de recursos entre distintos proveedores.

Se explorarán enfoques de orquestación basados en inteligencia artificial, planificación distribuida y políticas adaptativas que permitan desplegar dinámicamente las cargas de trabajo en los nodos más adecuados en cada momento. Se analizarán arquitecturas de orquestación distribuida, que no dependan exclusivamente de un nodo centralizado, fomentando así la resiliencia, la tolerancia a fallos y la capacidad de actuar de forma proactiva o preventiva ante cambios en el entorno o degradaciones del sistema.

Además, se prestará especial atención a la capacidad de salir temporalmente de un clúster o entorno, gestionar conectividad interrumpida (por ejemplo, cuando un nodo pierda conexión durante un corto periodo) y volver a integrarse sin interrumpir la carga de trabajo, permitiendo reanudar la comunicación y reportar resultados de manera continua. Se explorarán también mecanismos basados en algoritmos de consenso para garantizar la coherencia y la sincronización de los datos en entornos distribuidos, asegurando que el sistema mantenga su funcionamiento eficiente y fiable, incluso en situaciones de desconexión temporal o fallos de nodos.

  • Investigar en tecnologías Edge-to-Cloud vanguardistas para abordar los retos tecnológicos reales.
  • Realizar la tesis en un entorno cercano a proyectos reales donde poner en práctica tu investigación.
  • Colaborar de forma estrecha con los equipos especializados en IA y cloud que abarcan toda la vertical del Edge-to-Cloud.
  • Colaborar y participar en grupos de investigación multidisciplinares.
  • Trabajar en un entorno joven con muchas actividades sociales.

Tus funciones serán :

  • Analizar el estado del arte relacionado con la orquestación de carca en el Edge-to-Cloud Continuum.
  • Investigar metodologías, herramientas y servicios existentes en la temática.
  • Contribuir al estado del arte con soluciones novedosas para abordar los retos identificados, alineados a los escenarios reales.
  • Publicar las contribuciones en conferencias y revistas científicas.
  • Desarrollo de demostradores para poner en práctica las contribuciones.
  • Colaborar en la vigía tecnológica del equipo.
  • Impulsar la innovación y la integración de nuevas tecnologías y metodologías.

Nuestra cultura Ikerlaniana

  • El mundo no se nos ha dado para contemplarlo sino para transformarlo .
  • La tecnología, nuestra actitud .
  • Un Proyecto cooperativo vivo de todos y para todos .
  • Una filosofía de trabajo que apuesta por la excelencia, cercanía y autonomía.

Nos encantaría que aplicaras a nuestra vacante, incluso si crees que no cumples con todos los requisitos. Lo más importante para nosotros / as es encontrar personas auténticas y responsables que se sientan conectadas con nuestra misión y valores, no solo candidatos / as que cumplan todos los requisitos.

Para disfrutar en este equipo necesitarás :

  • Grado en Ingeniería Informática / telecomunicaciones o similares.
  • Máster en Informática, Big Data o similares.
  • Conocimiento de tecnologías de orquestadores como Kubernetes.
  • Conocimientos de tecnologías Cloud para ingesta, procesamiento y almacenamiento de datos.
  • Dominio de inglés oral y escrito.

Crear una alerta de empleo para esta búsqueda

  • Not Specified, Not Specified, España
Crear una alerta de empleo para esta búsqueda
Consigue la evaluación confidencial y gratuita de tu currículum.
o arrastra un archivo en formato PDF, DOC, DOCX, ODT o PAGES de hasta 5 MB.