L'architecture et l'infrastructure Big Data

Qu'entend-on par le terme «big data»? Et quels sont les avantages pour les entreprises d'analyser ces données? Venez apprendre cela (et plus) lors de cette formation d'une journée chez ABIS.

Tout le monde travaille maintenant avec "Big Data". Mais qu'est-ce que cela signifie exactement? Quelles sont les données exactement? De quelle infrastructure avez-vous besoin? Et qu'est-ce que cela vous rapporte? Au cours de cette formation, nous chercherons des réponses à ces questions.

Les données deviennent de plus en plus cruciales pour toute entreprise. Analyser de grandes quantités de données, dans le but d'optimiser les processus métier, le marketing, les décisions importantes, etc., n'est pas nouveau. Cependant, en raison des volumes de données toujours croissants, de la variété toujours croissante des sources de données et de la plus grande disponibilité des données, une telle analyse impose des exigences de plus en plus grandes sur l'infrastructure, les logiciels et les modèles de données. Un nouveau cadre semble donc être nécessaire: le modèle de données relationnelles classique et éprouvé n'est plus suffisant pour décrire et gérer les nouveaux défis de "l'analyse de données pour la veille économique".

"Big Data Analytics" est le nom de ce framework global, dans lequel les anciens modèles et techniques (tels que l'entreposage de données, le traitement analytique en ligne, Hadoop, l'analyse de cluster, ...) et les nouvelles informations (données en mouvement, analyse de texte émotionnel, ..) .) se sont trouvés. La possibilité d'extraire - à partir de données changeantes plus variées, plus grandes et plus rapides - des aperçus, des tendances et des prédictions, peuvent aider les gestionnaires ou d'autres décideurs à mieux justifier leurs décisions.

Dans ce cours,

  • nous donnons une image gĂ©nĂ©rale de ce que signifie "Big Data";
  • nous fournissons un aperçu des technologies sous-jacentes;
  • nous plaçons le jargon technique dans son contexte.

Planifier une session?

Formation interactive en temps réel – disponible en personne ou en ligne ou dans un format hybride. La formation peut être effectuée en français, en anglais ou en néerlandais.

DEMANDER FORMATION EN ENTREPRISE

 

Calendrier publique des formations
dateduréelang.lieuprix 
19 juin1Leuven 655 EUR (excl. TVA)
19 juin1web based 655 EUR (excl. TVA)
INFO SESSION ET INSCRIPTION

Participants

Cette formation est destinée à tous ceux qui veulent se familiariser avec big data: le personnel informatique, les personnes qui entrent en contact avec les technologies big data. Ainsi que pour le personnel technique non informatique.

Connaissances préalables

Une connaissance élémentaire des systèmes de gestion de bases de données est un plus.

Contenu

  • Introduction: Ă  propos des donnĂ©es, des bases de donnĂ©es et des entrepĂ´ts de donnĂ©es - et maintenant big data
  • Qu''est-ce que c''est que big data?
    • Points de dĂ©part: problĂ©matique - pourquoi big data?
      • gestion centrĂ©e sur les donnĂ©es
      • les 4 Vs: volume, variĂ©tĂ©, vitesse, variabilitĂ© - types de donnĂ©es - exemples
      • la qualitĂ© des donnĂ©es, la cohĂ©rence et la fiabilitĂ©
    • L'architecture big data - composants - technologies - vers une architecture de donnĂ©es intĂ©grĂ©e
  • ÉnumĂ©ration de nouvelles sources de donnĂ©es: statistiques Web («clickstreams»); les mĂ©dias sociaux; Twitter; Google Maps; des donnĂ©es capteurs (par exemple des camĂ©ras de surveillance) et l''internet des objets (IoT); ...
  • Bases de donnĂ©es NoSQL versus bases de donnĂ©es relationnelles - types et usages - populaires aujourd''hui: MongoDB, Cassandra, ...
  • Big data frameworks
    • Le modèle "divide & conquer": Hadoop et MapReduce - distribuer les donnĂ©es et les analyser Ă  l''aide d''algorithmes parallèles solides
    • Spark: en mĂ©moire (donc haute vitesse) - et alimentĂ© Ă  partir d''une variĂ©tĂ© de sources de donnĂ©es
    • Machine learning
  • ConsidĂ©rations de performance
  • Big data analytics - connaissez vos donnĂ©es - ou: le rĂ´le du data scientist!
    • Comment faire une bonne estimation de la qualitĂ© des donnĂ©es; l''analyse des risques - et l''importance des statistiques
    • Utilisation de langages de programmation: Python, R, Scala, ...
    • Utilisation d''outils de visualisation pour garder une vue d''ensemble et estimer l''importance relative des diffĂ©rentes sources de donnĂ©es
  • Vue d''ensemble des produits / technologies couramment utilisĂ©s (open source) sur le marchĂ©

Pédagogie

Cours théorique agrémenté d'exemples pratiques.

Certificat

À la fin du cours, le participant reçoit un «Certificat de réussite».

Durée

deux demi-journées.

Formateur

Reviews

Covered all the general topics

 
  (, )

I think it was a very rich and useful overview

 
  (, )

Voor een beginner op dit gebied was het perfect

 
  (, )

Aussi intéressant

Participants de ce cours ont aussi suivi les formations suivantes:


INFO SESSION ET INSCRIPTION