Dans ce papier, nous résumons nos récents travaux portant sur des stratégies d'ordonnan-cement pour des applications dont le temps d'exécution est difficile à estimer et s'exécutant sur des plateformes orientées calcul haute-performance (HPC). Ces applications, dites stochas-tiques ou irrégulières, font partie des applications de "seconde génération". Elles émergent de domaines tels que le Big Data, Machine Learning ou les neurosciences. Ces applications ayant des besoins de plus en plus importants en terme de calcul, les plateformes HPC deviennent un hôte de prédilection pour exécuter ces applications. Dans ce papier, nous présentons tout d'abord les contraintes et problèmes posés par ces applications dans un environnement HPC. Ensuite nous décrirons des stratégies d'ordonnancement efficaces pour ces applications. Enfin, nous discuterons de la combinaison de techniques de sauvegarde en parallèle de ces stratégies d'ordonnancement et donnerons des perspestives de recherches futures.