Les trois principaux défis de la gestion des données scientifiques peuvent être résumés ainsi : (1) l’échelle (grandes données, grandes applications) ; (2) la complexité (données incertaines, multi-échelles, avec beaucoup de dimensions), (3) l’hétérogénéité (en particulier, l’hétérogénéité sémantique des données). Ce sont également celles de la science des données, dont l’objectif est de donner un sens aux données en combinant la gestion des données, l’apprentissage machine, les statistiques et d’autres disciplines.
L’objectif général de ZENITH est de relever ces défis, en proposant des solutions innovantes présentant des avantages significatifs en termes d’évolutivité, de fonctionnalité, de facilité d’utilisation et de performances. Pour produire des résultats génériques, ces solutions sont en termes d’architectures, de modèles et d’algorithmes qui peuvent être mis en œuvre en termes de composants ou de services dans des clusters ou le cloud.
Nous concevons et validons nos solutions en travaillant en étroite collaboration avec nos partenaires d’application scientifique tels que l’INRAe et le CIRAD en France, ou le MACC au Brésil. Pour valider davantage nos solutions et étendre la portée de nos résultats, nous encourageons également les collaborations industrielles, même dans des applications non scientifiques, à condition qu’elles présentent des défis similaires.