La science à données intensives tels que l'agronomie, l'astronomie, la biologie et l'environnement doit faire face à des quantités écrasantes de données expérimentales produites par l'observation empirique et la simulation. Zenith s’attaque aux défis posés par la gestion, la recherche et l’analyse de ces données scientifiques. Ces défis relèvent du big data et peuvent se résumer ainsi: (1) très grande échelle (big data, big analytics); (2) données en continu (produites par des capteurs, des appareils mobiles, etc.) ; (3) hétérogénéité et complexité des données (différences sémantiques, données multi-échelles, etc.).
Notre objectif est d’apporter des solutions innovantes, en démontrant des avantages en termes de scalabilité, fonctionnalité, facilité d’usage et performance, dans des environnements distribués et parallèles (P2P, grid, cloud). Nous produisons des résultats fondamentaux (structures de données, algorithmes, etc.) et des logiciels.
Nous concevons et validons nos solutions en travaillant en étroite collaboration avec nos partenaires scientifiques tels que l'INRA et l'IRD en France, ou FIOCRUZ au Brésil. Pour valider davantage nos solutions et étendre la portée de nos résultats, nous favorisons également des collaborations industrielles, dès lors que les applications présentent des défis similaires.
Membres
Cathy Desseaux
Dans l'actualité

Inria et l'Université de Waterloo renforcent le partenariat scientifique franco-canadien

Patrick Valduriez, pionnier et explorateur du Big Data
Seconde place au concours PyTorch de Facebook pour Antoine Liutkus et Fabian-Robert Stoter de l'équipe Zenith

Comprendre et modéliser notre environnement
Patrick Valduriez : Prix de l'innovation Inria - Académie des sciences - Dassault Systèmes

Forum Teratec 2020 : le rendez-vous 100% digital des startups

L'intelligence artificielle de PlantNet au service de la biodiversité

Nouveau partenariat de recherche franco-brésilien : Inria et LNCC signent un protocole d’accord
Pl@ntNet, un réseau et des outils pour une recherche participative
