Ce rapport s’intéresse à l’ordonnancement résilient de tâches parallèles sur des plates-formes de calcul haute performance (HPC), avec pour but de minimiser le temps total d’exécution. Nous considérons que les tâches sont confrontées à des erreurs silencieuses, et il faut donc les ré exécuter après chaque faute afin d’avoir une exécution correcte. Ces travaux généralisent le cadre classique où les tâches sont connues avant l’exécution et ne sont pas confrontées à des erreurs. Dans le cas sans erreurs, les ordonnancements de liste donnant la priorité aux plus longues tâches sont connus pour être une 3-approximation pour un ordonnancement par étagères, et une 2-approximation sans la restriction des étagères. Nous montrons qu’avec des erreurs, l’utilisation d’étagères peut aboutir à un ordonnancement arbitrairement loin de l’optimal, alors que l’ordonnancement de liste classique reste une 2-approximation. Nous concevons plusieurs heuristiques, à base de listes ou d’étagères, avec différentes règles de priorité et de réservation. Nous évaluons et comparons leur performance dans une campagne de simulations, en utilisant à la fois des tâches générées aléatoirement, et des tâches d’applications exécutées sur le supercalculateur Mira.