High performance computing met Python en RS-DAT

Het efficiënt benutten van high-performance systemen kan lastig zijn. Daarom hebben het eScience Center en SURF de Research Stack for a Distributed Analysis environmenT (RS-DAT) ontwikkeld. Het framework RS-DAT maakt het makkelijker om technieken voor gedistribueerde dataverwerking toe te passen. 

In deze training leer je

In deze training leer je hoe je het RS-DAT-framework kunt gebruiken om je data-analyses op te schalen voor de supercomputer- en opslagsystemen van SURF, zoals Snellius, Spider en dCache. 

Met behulp van gebruiksvriendelijke Jupyter-notebooks leer je hoe je Dask en Pydata-tools, zoals xarray, kunt gebruiken. Aan het einde van deze training weet je hoe je RS-DAT in je eigen onderzoekscontext kunt toepassen. 

Voor wie? 

Onderzoekers en softwareontwikkelaars die willen leren hoe ze hun data-analyses eenvoudig kunnen opschalen naar krachtige computersystemen. 

Vereisten 

• Eigen computer en terminal met SSH.
• Ervaring met Python.
• Basiskennis van Unix shell is nuttig. 

 De training is in het Engels. 

Goed om te weten: van 27 tot en met 29 mei organiseren we een reeks RS-DAT hackathondagen, waar je ondersteuning krijgt bij het toepassen van RS-DAT voor je eigen onderzoeksproblemen en je expertise op dit gebied verder kunt ontwikkelen. Toekomstige trainingen en hackathons zijn te vinden in de SURF agenda en op de TDCC-website.