Nous avons une fonction de traitement de données qui analyse des fichiers CSV volumineux. Elle fonctionne actuellement de manière séquentielle et est trop lente. Propose une solution de parallélisation en [LANGAGE] (ex: Go, Rust, Python avec asyncio/multiprocessing). 1. Explique comment diviser le travail (Chunking / Partitioning) pour maximiser l'utilisation du CPU sans exploser la mémoire RAM. 2. Compare l'approche 'Parallelism' (Multi-threading) vs 'Concurrency' (Async/Await Event Loop) pour ce cas d'usage spécifique (CPU-bound vs IO-bound). 3. Fournis un squelette de code implémentant un "Worker Pool" pour traiter N fichiers simultanément tout en limitant les ressources système utilisées. 4. Gère les cas d'erreur et l'agrégation des résultats.