Conception d’une architecture innovante, ouverte, extensible et agile pour des réseaux sociaux d’entreprise.

Thése Cifre avec la société Beepeers

Société : Beepeers (beepeers.com) dont l’activité est la création d’une plateforme collaborative d’outils sociaux pour les entreprises.

Lieu de travail : Sophia Antipolis

Directeur de Thèse : Didier Parigot http://www-sop.inria.fr/members/Didier.Parigot/

Equipe-Projet : Zenith https://team.inria.fr/zenith/

Introduction

Depuis quelques années les thématiques de gestion de grand volume de donnée (BIG DATA) et des données ouvertes (OPEN DATA) prennent une importance grandissante avec l’essor des réseaux sociaux et de l’internet.  En effet par une exploitation ou une analyse des données manipulées il est possible d’extraire de nouvelles informations pertinentes qui permettent de proposer de nouveaux services ou outils. Mais pour un passage à l’échelle et une souplesse d’utilisation il est vital de concevoir une architecture logicielle innovante basée sur les nouvelles technologies du Big Data et du Cloud computing (SaaS). Dans le cadre d’une collaboration entre notre Equipe-Projet Zenith et une très jeune startup Beepeers qui commercialise une plateforme pour le développement de réseaux sociaux sectoriel, nous proposons ce sujet de recherche afin de concevoir une architecture innovante de cette plate-forme pour automatiser le plus possible les divers instanciation de la solution Beepeer sur le Cloud et de facilité la mise en place de nouveaux services avancés basés sur l’extraction ou l’analyse des données produites par ces réseaux sociaux d’entreprise.

Objectif de la thèse

L’objectif de la thèse sera de proposer une architecture innovant afin d’une part d’instancier rapidement les diverses instance de la solution Beepeers dans divers solution Cloud en fonction des fonctionnalités requises et d’autre part de permettre la mise en place d’outils d’extraction et d’analyse des donnée internes aux réseaux et aussi issus d’autre source de donnée, externe au réseaux. La plate-forme Beepeers propose déjà un riche ensemble de fonctionnalité ou services qui formera une excellente basse initiale pour ces futurs travaux de recherche.

Le doctorant devra proposer dans ce cadre applicatif bien ciblé, une architecture innovant qui devra combiner et permettre une mise en œuvre aisée des techniques suivantes :

• d’analyse de données et extraction d’information ;
• de propagation ou de diffusion d’information à travers le réseau ou entre différents réseaux sociaux connectés à la plate-forme Beepeers ;
• de recommandation de personne, de service ou d’évènement à l’aide des avis des utilisateurs du réseau (fonctionnalité déjà disponible dans la plate-forme Beepeers) ;
• d’extraction par requête base de donnée continu dans le temps (persistant) sur les sites de données ouvertes disponible et pertinentes pour le réseau sectoriel sous-jacent.

Il sera demandé une mise en œuvre originale basée sur

•  une architecture décentralisée orientée services pour permettre un passage à l’échelle des solutions ;
•  les bases de donnée orienté métiers comme Cassandra ou MongoDB pour une gestion de grand volume de données ;
• un déploiement dynamique à la demande des services avancés dans le Cloud.

Contexte de la collaboration

Cette collaboration fait déjà l’objet d’un partenariat fort INRIA-PME à travers la mise en place et le démarrage cette année d’un laboratoire commun (I-lab), dénommé Triton, avec comme programme de R&D l’élaboration d’une architecture innovante pour la plate-forme Beepeers pour le passage à l’échelle. Ce programme de R&D va s’appuyer sur notre expertise en architecture décentralisée orientée services à travers l’utilisation de notre outil SON (Shared Overlay Network). Le doctorant sera donc accompagné dans ses propositions par cette équipe de R&D de ce  laboratoire commun Triton et pourra tester et valider ses propositions pour cette  nouvelle plate-forme Beepeers développé dans le cadre de l’I-Lab Triton. De plus le doctorant pourra s’appuyer sur l’expertise scientifique de l’équipe-projet Zenith en terme  gestion de données scientifiques.

Résultats attendus et profil attendus du candidat

Le candidat devra avoir un gout prononcé par la validation pratique de ses travaux de recherche, et des bonnes aptitudes d’abstraction pour savoir maitriser et appréhender rapidement ces différentes techniques d’analyse ou d’extraction de donnée issu de divers communautés scientifiques (base de donné, analyse d’usage et la programmation distribuée pour la mise en  œuvre). Le candidat devra savoir travailler en équipe, en étroite collaboration avec la société Beepeers pour mener à bien ses travaux de recherche.  Ces travaux devront trouver rapidement des champs d’application à travers la réalisation concrète et effective de nouveaux services de la plate-forme Beepeers.

Profil recherché

• Ecole d’Ingénieur (BAC + 5) ou Master 2 ;
• Expérience professionnelle ou institutionnelle souhaitée ;
• Domaine :

• Développement d’architecture logicielle en JAVA  à base de composant (ex : Spring)
• Bases de Données de type NoSQL (HBase, MongoDB, Cassandra)

• Goût du travail en Équipe
• Bon niveau en Anglais

Pour postuler (voir les modalités d’une thèse cifre )

Merci de transmettre votre curriculum vitae, lettre de recommandation et une lettre de motivation à Didier Parigot le plus rapidement possible Didier.Parigot@inria.fr

Post-doctoral position available at Inria.

Title: Massive Data Analytics

Location: Montpellier, south of France.

Duration: 1 year (starting in september 2014)

Keywords: data analytics, large scale distribution, knowledge discovery, pattern mining.

Description: The Inria’s Zenith team (https://team.inria.fr/zenith/), directed by P. Valduriez, proposes a postdoctoral research position on massive data analytics. In the context of massive data distribution at very large scale, we must address major challenges to develop efficient solutions for analyzing the data. Actually, technological solutions exist to support developers in this task, e.g. Apache Spark or the MapReduce framework. However, there are still crucial problems to resolve in order to avoid dramatical response times. For example, in the case of pattern extraction, it is vital to design extraction schemes that take into account the context of distribution and characteristics of the infrastructure (typically a straightforward implementation of Apriori in MapReduce for frequent pattern discovery is easy, but will lead to very low performance). The analytical techniques considered in this postdoctoral position relate frequent patterns, frequent sequential patterns or informative patterns (based on entropy). According to your background, you will work on one or more of these topics, in a large scale distributed environment.

Salary: to be negotiated according to your experience.

Application: The candidate should have a strong background in large scale data management and be proficient in English. Send us a detailed CV, including a complete bibliography and recommendation letters.

Contacts: Florent Masseglia (florent.masseglia@inria.fr), Reza Akbarinia (reza.akbarinia@inria.fr), Patrick Valduriez (patrick.valduriez@inria.fr)

More information about the team: https://team.inria.fr/zenith/

PhD position

Advisors: Didier Parigot

The Zenith team deals with the management of scientific applications that are computation-intensive and manipulate large amounts of data. These applications are often represented by workflows, which describe sequences of tasks (computations) and data dependencies between these tasks. Several scientific workflow environments have been already proposed [taylor07]. However, they have little support for efficiently managing large data sets. The Zenith team develops an original approach that deals with such large data sets in a way that allows efficient placement of both tasks and data on large-scale (distributed and parallel) infrastructures for more efficient execution. To this end, we propose an original solution that combines the advantages of cloud computing and P2P technologies.This work is part of the IBC project (Institut de Biologie Computationelle – http://www.ibc-montpellier.fr), in collaboration with biologists, in particular from CIRAD and IRD, and cloud providers The concept of cloud computing combines several technology advances such as Service-Oriented Architectures, resource virtualization, and novel data management systems referred to as NoSQL. These technologies enable flexible and extensible usage of resources, which is referred to as elasticity. In addition, the Cloud allows users to simply outsource data storage and application executions. For the manipulation of big data, NoSQL database systems, such as Google Bigtable, Hadoop Hbase, Amazon Dynamo, Apache Cassandra, 10gen MongoDB, have been recently proposed. Existing scientific workflow environments [taylor07] have been developed primarily to simplify the design and execution of a set of tasks in a particular infrastructure. For example, in the field of biology, the Galaxy environment allows users to introduce catalogs of functions/tasks and compose these functions with existing functions in order to build a workflow. These environments propose a design approach that we can classify as “process-oriented”, where information about data dependencies (data flow) is purely syntactic. In addition, the targeted execution infrastructures are mostly computation-oriented, like clusters and grids. Finally, the data produced by scientific workflows are often stored in loosely structured files, for further analysis. Thus, data management is fairly basic, with data are either stored on a centralized disk or directly transferred between tasks. This approach is not suitable for data-intensive applications because data management becomes the major bottleneck in terms of data transfers. As part of a new project that develops a middleware for scientific workflows (SciFloware), the objective of this thesis is to design a declarative data-centric language for expressing scientific workflows and its associated execution model. A declarative language is important to provide for automatic optimization and parallelization [ogasawara11].  The execution model for this language will be decentralized, in order to yield flexible execution in distributed and parallel environments. This execution model will capitalize on execution models developed in the context of distributed and parallel database systems [valduriez11]. To validate this work, a prototype will be implemented using the SON middleware [parigot12] and a distributed file system like HDFS. For application fields, this work will be in close relationship to the Virtual Plants team which develop computational models of plant development to understand the physical and biological principles that drive the development of plant branching systems and organs. In particular OpenAlea [pradal08] is a software platform for plant analysis and modelling at different scales. It provids a scientific workflow environment to integrate different tak for plant reconstruction, analysis, simulation and visualisation at the tissue level [lucas13] and at the plant level [boudon12]. One challenging application in biology and computer science is to process and analyse data collected on phenotyping plateforms in high-throughput.  The scifloware middleware, combined with OpenAlea, will improve the capability of the plant science community  at analysing high throughput of variables hardly accessible in the field such as architecture, response of organ growth to environmental conditions or radiation use efficiency. This will improve the ability of this community to model the genetic variablity of plant response to environmental cues associated to climate change.

References

[ogasawara11] E. Ogasawara, J. F. Dias, D. de Oliveira, F. Porto, P. Valduriez, M. Mattoso. An Algebraic Approach for Data-centric Scientific Workflows. Proceedings of the VLDB Endowment (PVLDB), 4(12) : 1328-1339, 2011. [valduriez11] M. T. Özsu, P. Valduriez. Principles of Distributed Database Systems. Third Edition, Springer, 2011. [taylor07] I. J. Taylor, E. Deelman, D. B. Gannon, M. Shields. Workflows for e-Science : Scientific Workflows for Grids. First Edition, Springer, 2007. [parigot12] Ait-Lahcen, D. Parigot. A Lightweight Middleware for developing P2P Applications with Component and Service-Based Principles. 15th IEEE International Conference on Computational Science and Engineering, 2012. [pradal08] C. Pradal, S. Dufour-Kowalski, F. Boudon, C. Fournier, C. Godin. OpenAlea: A visual programming and component-based software platform for plant modeling. Functional Plant Biology [lucas13] Lucas, Mikaël, et al. “Lateral root morphogenesis is dependent on the mechanical properties of the overlaying tissues.” Proceedings of the National Academy of Sciences 110.13 (2013): 5229-5234. [boudon12] Boudon, F., Pradal, C., Cokelaer, T., Prusinkiewicz, P., & Godin, C. (2012). L-py: an L-system simulation framework for modeling plant architecture development based on a dynamic language. Frontiers in plant science, 3 Contact: Didier Parigot (Firstname.Lastname@inria.fr) Apply online

Titre de la thèse :

Recommandation temps réels pour des réseaux sociaux sectoriels

Directeur de Thèse: Didier Parigot

http://www-sop.inria.fr/members/Didier.Parigot/

Collaboration avec la société Beepeers (beepeers.com) dont l’activité est la création d’une plateforme collaborative d’outils sociaux pour les entreprises.

Lieux: Inria Sophia-Antipolis

Financement: Bourse universitaire

Introduction

Depuis quelques années les thématiques de gestion de grand volume de donnée (BIG DATA) et des données ouvertes (OPEN DATA) prennent une importance grandissante avec l’essor des réseaux sociaux et de l’internet.  En effet par une exploitation ou une analyse des données manipulées il est possible d’extraire de nouvelles informations pertinentes qui permettent de proposer de nouveaux services ou outils. Dans le cadre d’une collaboration entre notre Equipe-Projet Zenith et une très jeune startup Beepeers qui commercialise une plateforme pour le développement de réseaux sociaux sectoriel, nous proposons ce sujet de recherche afin d’enrichir cette plate-forme par de nouveaux services avancés basés sur l’extraction ou l’analyse des données produites par ces réseaux sociaux d’entreprise.

Objectif de la thèse

L’objectif de la thèse sera de proposer et de combiner diverses techniques (algorithmes) d’analyse de donnée afin de proposer des services avancés à la plate-forme Beepeers.  La plate-forme Beepeers propose déjà un riche ensemble de fonctionnalité ou services qui produisent une masse d’information ou de donnée qui formera le jeu de donnée initial pour ces futurs travaux de recherche.

Le doctorant devra proposer dans ce cadre applicatif bien ciblé, des algorithmes d’extraction d’information par une combinaison originale des techniques suivantes :

• d’analyse d’usage des utilisateurs ;
• d’extraction de profil utilisateur ;
• de propagation ou de diffusion d’information à travers le réseau ou entre différents réseaux sociaux connectés à la plate-forme Beepeers ;
• de recommandation de personne, de service ou d’évènement à l’aide des avis des utilisateurs du réseau (fonctionnalité déjà disponible dans la plate-forme Beepeers) ;
• d’extraction par requête base de donnée continu dans le temps (persistant) sur les sites de données ouvertes disponible et pertinentes pour le réseau sectoriel sous-jacent.

De plus il sera demandé une mise en œuvre originale basée sur une architecture décentralisée orientée services pour permettre un passage à l’échelle des solutions proposées et un déploiement dynamique à ma demande des services avancés.

Contexte de la collaboration

Cette collaboration fait déjà l’objet d’un partenariat fort INRIA-PME à travers la mise en place et le démarrage cette année d’un laboratoire commun (I-lab), dénommé Triton, avec comme programme de R&D l’élaboration d’une architecture innovante pour la plate-forme Beepeers pour le passage à l’échelle. Ce programme de R&D va s’appuyer sur notre expertise en architecture décentralisée orientée services à travers l’utilisation de notre outil SON (Shared Overlay Network). Le doctorant sera donc accompagné dans ses propositions par cette équipe de R&D de ce  laboratoire commun Triton et pourra tester et valider ses algorithmes sur les jeux de donnée issus cette  nouvelle plate-forme Beepeers développé dans le cadre de l’I-Lab Triton. De plus le doctorant pourra s’appuyer sur l’expertise scientifique de l’équipe-projet Zenith en terme  gestion de données scientifiques.

Résultats attendus et profil attendus du candidat

Le candidat devra avoir un gout prononcé par la validation pratique de ses travaux de recherche, et des bonnes aptitudes d’abstraction pour savoir maitriser et appréhender rapidement ces différentes techniques d’analyse ou d’extraction de donnée issu de divers communautés scientifiques (base de donné, analyse d’usage et la programmation distribuée pour la mise en  œuvre). Le candidat devra savoir travailler en équipe, en étroite collaboration avec la société Beepeers pour mener à bien ses travaux de recherche.  Ces travaux devront trouver rapidement des champs d’application à travers la réalisation concrète et effective de nouveaux services de la plate-forme Beepeers.

Références

Rodriguez, M.A., Neubauer, P., “The Graph Traversal Pattern,” Graph Data Management: Techniques and Applications, eds. S. Sakr, E. Pardede, IGI Global, ISBN:9781613500538, August 2011.

Haesung Lee , Joonhee Kwon, “Efficient Recommender System based on Graph Data for Multimedia Application”

Profil recherché

• Ecole d’Ingénieur (BAC + 5) ou Master 2

• Goût du travail en Équipe
• Bon niveau en Anglais (à l’écrit)

Pour candidater

Merci d’envoyer par email et en PDF à l’adresse Didier.Parigot@inria.fr les documents suivants

• CV,
• lettre de motivation ciblée sur le sujet,
• au moins deux lettres de recommandation,
• relevés de notes + liste des enseignements suivis en M2 et en M1.