Activez les alertes d’offres d’emploi par e-mail !

Minimisation de la Consommation Énergétique dans le Cloud par Deep Reinforcement Learning H/F

CEA

Saclay

Sur place

EUR 40 000 - 60 000

Plein temps

Il y a 6 jours
Soyez parmi les premiers à postuler

Mulipliez les invitations à des entretiens

Créez un CV sur mesure et personnalisé en fonction du poste pour multiplier vos chances.

Résumé du poste

Un stage motivant est proposé au CEA à Saclay, axé sur la minimisation de la consommation énergétique dans le cloud par Deep Reinforcement Learning. Le stagiaire participera à des études d'état de l’art et au développement de stratégies pour optimiser l'efficacité énergétique des centres de données, tout en se familiarisant avec les techniques de simulation.

Qualifications

  • Bonnes connaissances en algorithmes d’optimisation, Deep Learning et Reinforcement Learning.
  • Maîtrise de Python et d’un framework de Deep Learning.
  • Autonomie, rigueur scientifique et capacité à travailler en équipe.

Responsabilités

  • Concevoir et développer une stratégie dynamique de placement et de migration de machines virtuelles pour optimiser la consommation d'énergie.
  • Modéliser les infrastructures dans un environnement de simulation avec CloudSimPy.
  • Développer un modèle de placement dynamique et intégrer une technique de migration dynamique.

Connaissances

Algorithmes d’optimisation
Deep Learning
Reinforcement Learning
Python

Description du poste

Minimisation de la Consommation Énergétique dans le Cloud par Deep Reinforcement Learning H/F, Saclay

Description de l'offre

Objectifs du stage
Le but de ce stage est de concevoir et de développer une stratégie dynamique de placement et de migration de machines virtuelles pour optimiser la consommation d'Energie dans les centres de données. Pour atteindre ce but, le stage sera structure en plusieurs objectifs complémentaires :
• Etude de l’état de l’art ´
• Modélisation des infrastructures (machines physiques et virtuelles) dans un environnement de simulation avec CloudSimPy.
• Développement d’un modele de placement dynamique
• Intégration d’une technique de migration dynamique
• Evaluation des performances

Profil du candidat

• Bonnes connaissances en Algorithmes d’optimisation, Deep Learning et Reinforcement Learning.
• Maıtrise de Python et d’un framework de Deep Learning.
• Fort intérêt pour le GreenAI et la réduction de l’empreinte environnementale du numérique
• Autonomie, rigueur scientifique et capacité a travailler en équipe

Conformément aux engagements pris par le CEA en faveur de l’intégration de personnes en situation de handicap, cet emploi est ouvert à tous et toutes.

Obtenez votre examen gratuit et confidentiel de votre CV.
ou faites glisser et déposez un fichier PDF, DOC, DOCX, ODT ou PAGES jusqu’à 5 Mo.