BECAS
ROBINO Luciano Ivan
congresos y reuniones científicas
Título:
Autoescalado de workflows científicos en Cloud usando Aprendizaje por Refuerzo
Autor/es:
LUCIANO ROBINO; CRISTIAN MATEOS; ELINA PACINI; YISEL GARI; VIRGINIA YANNIBELLI; DAVID A. MONGE
Lugar:
Mendoza, Mendoza
Reunión:
Workshop; Workshop de Investigadores en Ciencias de la Computación; 2025
Institución organizadora:
RED UNCI
Resumen:
Las tecnologías workflow son una herramienta muy útil para desarrollos de software científico y computacionalmente costoso. Por esto, se busca agilizar y abaratar su ejecución. En este contexto, se propone desarrollar estrategias inteligentes de autoescalado en Cloud para lograr estos fines. En el presente trabajo, se describe una línea de investigación conjunta realizada en los últimos años por el Instituto Superior de Ingeniería de Software (ISISTAN) y el Laboratorio de Sistemas Inteligentes (LabSIn). La línea ha apuntado al desarrollo y mejora de un modelo de Aprendizaje por Refuerzo (AR) en autoescaladores para workflows científicos en Cloud. Actualmente la mejora de este modelo está enfocada en la combinación de técnicas como Deep Learning, algoritmos evolutivos, Large Language Models (LLM) y comparación de diferentes algoritmos para ahorrar el dinero usado en la ejecución de estos workflow así como en minimizar su tiempo de ejecución.
