La thèse de Jihane Mali, enseignante-chercheuse à l’ESILV, intitulée « Optimisation des Modèles de Données Dénormalisés dans les Environnements Distribués pour la mesure d’impact environnemental » se concentre sur l’optimisation des modèles de données dans les environnements distribués, un sujet essentiel à l’ère du Big Data.
Son travail vise à guider les architectes de Systèmes d’Information (SI) dans le choix des modèles de données optimaux, en prenant en compte des critères cruciaux tels que le temps de traitement, les coûts financiers et notamment l’impact environnemental.
Le cœur du sujet : les enjeux des bases de données distribuées
Dans un contexte où les volumes de données ne cessent de croître, les entreprises font face à des défis sans précédent pour modéliser et manipuler leurs bases de données.
Les modèles relationnels traditionnels deviennent rapidement obsolètes face à ces nouveaux enjeux. Jihane Mali explique qu’avec l’avènement du Big Data, les Systèmes d’Information doivent choisir de nouveaux modèles de données capables de gérer des volumes massifs, souvent non structurés.
Sa thèse explore les alternatives aux modèles traditionnels, en particulier les bases de données NoSQL, une technologie qui offre la flexibilité nécessaire pour manipuler des données sans schéma fixe.
Toutefois, NoSQL regroupe plusieurs familles de bases de données, chacune présentant ses propres avantages et inconvénients. Le défi réside dans la sélection du modèle le plus adapté à un cas d’usage donné. Elle explique que dès nos jours nous avons des milliers, voire des millions, de possibilités.
La question est donc : quel modèle est optimal pour un cas particulier ?
Une approche inédite : le modèle logique de comparaison
L’innovation clé de la thèse réside dans l’approche logique proposée par Jihane Mali pour comparer les modèles de données.
Plutôt que de créer physiquement des bases de données et d’exécuter des tests pour évaluer leur performance, son approche utilise un modèle de coût logique pour estimer l’impact des différents modèles via des simulations.
Elle a précisé que cela permet d’éviter le temps, le coût et l’impact environnemental de tests physiques sur de grandes bases de données.
Son modèle prend en compte trois dimensions : le temps d’exécution des requêtes, l’impact environnemental et le coût financier. Cela permet aux architectes de Systèmes d’Information de faire des choix éclairés en fonction de leurs priorités et des contraintes de leur entreprise.
Les applications pratiques et l’impact pour les entreprises
Cette recherche a des applications pratiques importantes pour les entreprises qui gèrent de grandes quantités de données. Selon Jihane Mali, les choix actuels des modèles de données sont souvent basés sur des préférences personnelles des architectes, ce qui peut mener à des décisions sous-optimales.
Elle a expliqué que le fait de proposer des alternatives optimisées en fonction des besoins spécifiques des entreprises permettrait de réduire les coûts, d’optimiser les performances et de réduire l’empreinte carbone sur le Cloud.
Sa thèse offre donc une approche automatisée pour guider les architectes dans leur prise de décision. Cela pourrait changer la manière dont les entreprises abordent la gestion de leurs bases de données, leur permettant d’aligner leurs choix sur des objectifs économiques, écologiques ou de performance.
Le soutien de l’ESILV aux enseignants chercheurs
Jihane Mali a bénéficié d’un soutien financier et académique de la part de l’ESILV tout au long de sa thèse. Elle explique avoir eu l’opportunité de participer à de nombreuses conférences internationales, où elle a pu partager ses travaux avec la communauté scientifique.
De plus, le cadre collaboratif offert par l’ESILV a été déterminant dans la progression de sa recherche ainsi que le soutien de ses collègues et de son directeur de thèse, Nicolas Travers, Directeur adjoint de la recherche à l’ESILV.
Pour elle, ce soutien a été fondamental, surtout dans les moments où elle devait jongler entre la recherche et ses responsabilités d’enseignante.
Une thèse aux perspectives ouvertes
À l’issue de sa thèse, Jihane Mali continue d’explorer différentes pistes, notamment la possibilité d’étendre son modèle de coût au niveau physique et de développer des algorithmes de prédiction basés sur ses résultats.
Elle est également ouverte à des collaborations avec des entreprises pour tester et affiner son modèle dans des environnements réels. Curieuse de voir comment son approche pourrait être appliquée dans le secteur privé et quels retours les entreprises pourraient lui fournir, elle espère obtenir des perspectives précieuses à travers ces échanges.
L’intérêt pour l’ESILV de promouvoir cette thèse est évident. Non seulement elle positionne l’école comme un acteur clé dans la recherche sur les Systèmes d’Information distribués, mais elle ouvre aussi des perspectives de collaboration avec le monde industriel, un atout précieux pour l’avenir de l’innovation dans le domaine du Big Data.
En somme, la thèse de Jihane Mali apporte une contribution significative à la recherche sur les bases de données distribuées et ouvre la voie à de nouvelles approches pour la gestion optimale des données à grande échelle.
