La technologie actuelle permet d'obtenir des données plus précises et volumineuses. Pour résoudre les problèmes associés à ces données les architectures de calcul évoluent, en fournissant toujours plus de ressources. Ces nouvelles architectures introduisent des problèmes d'hétérogénéité et de disponibilité. Afin d'exploiter au mieux ces architectures, le modèle IACA offre de très bonnes performances. Les applications sont découpées en tâches réparties sur les machines de calcul. Ce placement est crucial. Dans cette thèse, nous étudions en premier lieu le placement des tâches d'applications IACA dans des environnements hétérogènes et volatils. Nous présentons ces enjeux et nous proposons trois algorithmes. Les expérimentations montrent qu'un placement efficace de ces tâches permet de réduire significativement les temps d'exécution. En second lieu nous présentons le prototype d'une plateforme de calcul utilisant des machines virtuelles. L'objectif est d'utiliser les ressources (machines) inutilisées tout en ne modifiant que très peu les codes de calcul. Les expérimentations sont encourageantes et montrent qu'il existe un réel potentiel quant à l'utilisation d'une telle plateforme.