Paralelizar un kernel de simulación de carteras Monte Carlo
Visión general
De qué trata este proyecto.
Paraleliza un kernel Monte Carlo en C++ con OpenMP o TBB, analiza speedup y escalabilidad, y valida resultados numéricos. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Reducir un Monte Carlo de carteras de 4 horas a menos de 30 minutos en un servidor de 96 núcleos manteniendo paridad numérica con la versión secuencial.
Earning criteria — what you'll demonstrate
- Aplicar análisis work-span al diseño de un kernel real
- Diferenciar escalabilidad fuerte y débil y cuándo usar cada métrica
- Diagnosticar y mitigar false sharing y contención de allocator
- Validar paridad numérica entre versión secuencial y paralela
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Parallel and Distributed Algorithms
Master · Cs Se
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero de Software
Paralelizar un kernel real con disciplina de medición es un punto de portafolio que abre roles en quant, HPC e infraestructura de cómputo intensivo.
Este proyecto afina
- parallel-algorithms
- openmp
- performance-analysis
Ingeniero de Backend
Razonar sobre work-span y false sharing traslada directamente a tunear servicios concurrentes en Go, Java o Rust.
Este proyecto afina
- parallel-algorithms
- performance-analysis
- benchmarking
Arquitecto de Sistemas
Quien entiende escalabilidad fuerte y débil decide bien sobre dimensionamiento hardware y particionamiento de workload.
Este proyecto afina
- work-span-analysis
- performance-analysis
- parallel-algorithms