Identification, valorisation et archivage des données des laboratoires

2 déc. 2018, 13:20 → 7 déc. 2018, 13:30 Europe/Paris

CIRM - Marseille

Action Nationale de Formation - 2018

Identification, valorisation et archivage des données
dans les laboratoires de Mathématiques

Formulaire Dde_inscription_nationale.pdf

dimanche 2 décembre ¶

Arrivée des participants¶

lundi 3 décembre ¶

Accueil: Accueil des participants - informations¶

Présidents de session: Henri Massias, Philippe Depouilly, Sandrine Layrisse

ANF2018_Accueil.pdf

1 Présentation de l'ANF et de Mathrice¶

2 Présentation du CIRM¶

3 Présentation du Programme¶

SSA¶

4 SSA1 : Introduction au vocabulaire autour du stockage, de la sauvegarde et de l’archivage¶

Nous développerons dans un premier temps les problématiques du stockage et de la gestion de la volumétrie, des performances, de la fiabilité, de l’organisation des données. Dans un deuxième temps seront abordés les accès physiques aux données avant de faire un focus sur la sauvegarde et l’archivage.

Orateur: Alain Sartout

ANF_SSA1_v5.pdf

10:30 Pause

SSA¶

5 SSA2 : Panorama des différentes technologies physiques et matérielles¶

Orateur: Albert Shih (Observatoire de Paris)

ssa2.pdf

12:30 Déjeuner

SSA¶

6 SSA3 : Caractéristiques et fonctionnalités des systèmes de fichiers locaux¶

Avec le développement des technologies matérielles, l’augmentation de la taille des médias, et pour proposer de nouvelles fonctions, les systèmes de fichiers ont évolué. Après une description des diverses caractéristiques et des fonctionnalités qu’ils peuvent fournir, nous décrirons les différents systèmes de fichiers locaux utilisés aujourd’hui, des systèmes FAT à ZFS.

Orateur: Vincent Bayle (CNRS (AFMB UMR7257))

SSA3.pdf

7 SSA4 : Quels stockages distribués pour quels besoins ?¶

Les solutions logicielles pouvant être mises en place pour assurer une disponibilité optimale et une rapidité d'accès adéquate aux fichiers n'ont jamais été aussi nombreuses, en particulier lorsque nous parlons de systèmes de fichiers distribués. Quand vient l'heure du choix, quelle(s) solution(s) choisir ?
Après un panorama des systèmes de fichiers distribués (CEPH, BeeGFS, DPM, OpenIO, iRODS, ...). les critères de choix seront détaillés. Enfin, des exemples de déploiements seront présentés en perspective des besoins exprimés.

Orateur: Jérôme Pansanel

ANF_Stockage_Mathrice_03012018.pdf

16:00 Pause

8 SSA4 : Quels stockages distribués pour quels besoins ?¶

Suite de la présentation.

Orateur: Jérôme Pansanel

9 SSA4 : Table ronde autour des stockages distribués¶

Table ronde sur le déploiement, l'exploitation et l'utilisation des systèmes de fichiers distribués, retours d'expériences.

Orateur: Jérôme Pansanel

table_ronde.pdf

19:30 Dîner

mardi 4 décembre ¶

INST¶

10 INST1 : La donnée dans le contexte de l'INSMI¶

Orateur: Christophe Berthon

presentation_mathrice_marseille.pdf

SSA¶

11 SSA5 : Problématiques de stockage et protection des données dans le laboratoire¶

Catégoriser, cartographier les données dans le laboratoire, produire un document de plan de sauvegarde de la donnée, PRA, etc. pour le laboratoire.

Le partage de la donnée : au niveau système de fichier, au niveau applicatif, Cloud, etc. (de NFS en passant par Samba, puis le mail, Git, Owncloud, Seafile, etc.), définir le périmètre d'intervention de l'ASR.

Orateur: Joel Marchand

ssa5.pdf

10:30 Pause

12 SSA5 : Problématiques de stockage et protection des données dans le laboratoire¶

Catégoriser, cartographier les données dans le laboratoire, produire un document de plan de sauvegarde de la donnée, PRA, etc. pour le laboratoire.

Le partage de la donnée : au niveau système de fichier, au niveau applicatif, Cloud, etc. (de NFS en passant par Samba, puis le mail, Git, Owncloud, Seafile, etc.), définir le périmètre d'intervention de l'ASR.

Orateur: Joel Marchand

13 SSA6 : Retour sur expérience de la solution d'archivage mis en place à Mathdoc¶

• Contexte (archivage des articles, des fichiers attachés et de leurs métadonnées)
• Choix d'une solution (CINES pas abordable => CLOCKS)
• Choix d'un processus (quels documents archiver/quand/comment)
• Sauvegarde vs Archivage dans le contexte de Mathdoc
• Où en est-on / Perspective

Orateur: Olivier Labbe

Archivage.pdf

12:30 Déjeuner

MAT¶

Présidents de session: Damien Ferney, Laurent Azema

MAT1.pdf

14 MAT1 : Solutions pour le stockage et l'archivage chez Mathrice¶

Orateur: Laurent Azema

15 MAT2 : Atelier 1¶

Orateur: Laurent Azema

16 MAT2 : Atelier 2¶

Orateur: Laurent Azema

17 MAT2 : Atelier 3¶

Orateur: Laurent Azema

16:00 Pause

18 MAT2 : Atelier 4¶

Orateur: Laurent Azema

19:30 Dîner

19 Premier, second, troisième ... notons, classons !¶

Dans de multiples compétitions (tennis, football, judo, échecs), les compétiteurs sont classés. Les procédures qui varient d'un sport à l'autre s'appuient sur des calculs mathématiques plus ou moins complexes.
Nous vous proposons de les passer en revue en mettant en exergue les qualités et les paradoxes de chacune.

Ces classements sont pris en compte lors des tirages au sort pour l'organisation des tournois ; les méthodes choisies privilégient le spectaculaire à l'équité.

On ne classe pas que les sportifs, mais aussi les nations, les régions, les villes, les universités ...
Nous insisterons le côté arbitraire, et contestable, de tous ces classements.

Orateur: Gérard Grancher

classons.pdf

mercredi 5 décembre ¶

BD¶

20 BD1 : Introduction aux technologies et applications Big Data¶

Depuis les années 2000, l'informatique a vu émerger de nouvelles technologies, cloud et big data, qui bouleversent l'industrie avec l'arrivée d'outils de traitement à grande échelle.
De nouveaux besoins sont apparus comme la possibilité d'extraire de la valeur des données en s'appuyant sur des outils qui répondent aux nouvelles exigences technologiques.
Les architectures distribuées comme Hadoop, les bases de données non-relationnelles, les traitements parallélisés avec MapReduce constituent des outils qui répondent aux accroissements massifs des données, que ce soit en volumétrie, en nombre ou en type. Cette explosion de données a conduit à la terminologie Big Data.
Nous découvrirons les différents concepts des systèmes Big Data, ce que signifient les termes comme base NoSQL, MapReduce, lac de données, ETL ou ELT, etc.
Nous nous attarderons sur deux grands outils du BigData : Hadoop et MongoDB.

Orateur: Sylvain Allemand

ANF2018_BigData.pdf

10:30 Pause

21 BD2 : Démo technologies et applications Big Data¶

Quelques TPs autour de MongoDB et Hadoop

Orateur: Sylvain Allemand

12:30 Déjeuner

19:30 Dîner

jeudi 6 décembre ¶

DM¶

22 DM1 : Open Science et données de la recherche¶

• Présentation du contexte général de l'"Open Science" (historique, principes, acteurs et vocabulaire) et des enjeux liés aux données de la recherche (traçabilité, reproductibilité, intégrité scientifique) / J. Janody
• Projets nationaux et internationaux et recommandations des agences de financement de la recherche / B. Sampité

Orateurs: Bernard Sampité, Julie Janody

ANF Mathrice 2018 -présentation v4 [Mode de compatibilité].pdf

ANF Mathrice 2018 -présentation v4.ppt

10:30 Pause

23 DM2 : Outils de gestion et valorisation des données de la recherche¶

Plans de gestion des données (DMP)
OPIDoR (DMP OPIdoR, Cat opidOr, Datacite) et Doranum

Orateur: Bernard Sampité

opidor_anf Mathrice_Marseille.pdf

opidor_anf Mathrice_Marseille.pptx

12:30 Déjeuner

BD¶

Présidents de session: Christophe CANCE, Christian LENNE

24 BD3 : Structures de données complexes et traitement de données massives¶

Proposition d'une démarche pour le traitement de données complexes et/ou massives à des fins d'exploration interactive. Basée sur la mise en œuvre effective dans un contexte de données de santé, cette démarche propose d'explorer des notions connues mais peu utilisées qui émergent comme les bases graphes pour modéliser un lac de données et l'exploiter. Nous balayons quelques environnements système (Hadoop, bases NoSQL, ETL) et effleurons les contraintes de sécurité d'accès.

bd3.pdf

15:30 Pause

25 BD4 : Implémentation d'une plateforme expérimentale d'exploration interactive des données complexes et/ou massives.¶

Implémentation d'une plateforme expérimentale d'exploration interactive des données complexes et/ou massives.
Intégration des fonctionnalités de collecte de l'information (ETL) vers sa forme organisée (base graphe), d'exploration de la donnée (langages de requête, moteur de recherche, dataviz) et de production d'information métier (développement).

BD4.pdf

19:30 Dîner

vendredi 7 décembre ¶

REG¶

26 REG1 : Les nouveaux aspects réglementaires (la RGPD)¶

Orateur: Emilie Masson

10:30 Pause

27 Bilan¶

Orateurs: Henri Massias, Philippe Depouilly, Sandrine Layrisse

12:00 Déjeuner