Lowcomote
Le projet MSCA ITN 2018 Lowcomote va former une génération d’experts visant à accentuer l'intérêt portés aux plateformes de développement low-code (LCDPs) par l'introduction d'un nouveau paradigme : les plateformes d'ingénierie low-code (LCEPs).
Ces plateformes proposent des interfaces graphiques permettant de concevoir des logiciels sans devoir écrire du code dans de complexes langages de programmation. Ce projet va ouvrir les LCDPs en rendant interopérables les LCEPs, permettant la conception de système multiplateformes. Elles permettront alors d'intégrer des outils hétérogènes, tout supportant des traitements à grandes échelles. Par l'emploi d'apprentissage automatique, elles permettront à chacun de devenir citoyen développeur et de produire ses propres logiciels pour les Internet des Objets ou encore les terminaux mobiles.
Pour atteindre ces objectifs, des cadres théoriques et techniques issus de travaux de recherches récents en ingénierie dirigée par les modèles, en cloud computing et en apprentissage automatique seront à la base des plateformes d'ingénierie low-code.
Le projet Lowcomote de 48 mois formera la première génération européenne de professionnels qualifiés en plateformes d’ingénierie low-code.Pendant 36 mois, 15 doctorants suivront un programme de formation et de recherche original dans 5 établissements d’enseignement supérieur renommés et 8 entreprises actives dans divers domaines à travers l'Europe. La collaboration entre doctorants et leur co-encadrement par plusieurs partenaires seront la clef de l’agilité de ces futurs professionnels qui évolueront entre la sphère académique et la sphère industrielle.
Partenaires
IMT Atlantique, University of York, Universidad Autόnoma de Madrid, University of L’Aquila, JK University of Linz, British Telecom, Intecs, Uground, CLMS UK, IncqueryLabs, SparxSystems, Metadev, The Open Group, Amazon Web Service
Information complémentaires
Des informations plus détaillées sur le projet sont disponibles sur le site du projet :
This project has received funding from the European Union’s Horizon 2020 research and innovation programme under the Marie Skłodowska-Curie grant agreement No 813884