Big Data

DURÉE:
2 jours
ID:
BEA
PRIX
1 480.00 HT

Catégories

BIG DATA , Les fondamentaux

Big Data / Etat de l’Art – Enjeux pour l’entreprise et tendances


OBJECTIFS :

  • Découvrir les concepts du Big Data
  • Savoir évaluer les avantages et les inconvénients du Big Data
  • Identifier les problèmes et les solutions apportés par le Big Data
  • Connaître les méthodes de base et les champs d’application du Big Data

PROGRAMME DE FORMATION:

Historique et contexte de l’explosion des usages autour des données

  • Les origines du Big Data : un monde de données numériques, chronologie
  • Une définition par les trois V, et les V complémentaires
  • La valeur de la donnée : une prise de conscience
  • La donnée en tant que matière première : pourquoi et comment comparer pétrole et données
  • La prise de décision : origine et évolution des outils d’aide à la décision

L’Economie des données

  • Principes de l’économie des données et des algorithmes
  • Etudes de cas liés à la transformation numérique
  • Analyse illustrée de différents modèles économiques liés à l’analyse de données
  • Les métiers liés à la donnée
  • Les entreprises du domaine de la donnée
  • Exercice pratique de réflexion sur l’analyse de données non structurées

Gestion du patrimoine informationnel et pilotage de la valeur

  • Préparation d’un projet Big Data : définition des cas d’usage
  • Construction d’un Business Model Canvas et d’une matrice d’évaluation
  • Les architectures techniques : data warehouse, data lake, etc.
  • Les acteurs du Big Data
  • Analyse détaillée des évolutions technologiques dans les domaines de l’acquisition des données, du stockage et de la restitution
  • Exercice pratique de rétro-analyse d’une architecture Big Data

Big Data : Acquisition des données

  • L’enchaînement des opérations. L’acquisition.
  • Le recueil des données : crawling, scraping.
  • La gestion de flux événementiel (Complex Event Processing, CEP).
  • L’indexation du flux entrant.
  • L’intégration avec les anciennes données.
  • La qualité des données

Big Data : Stockage des données

  • Les différentes formes de stockage des données structurées : SQL, OLAP, Bases Graphes
  • NoSQL : différences et apports
  • Panorama des solutions NoSQL
  • HADOOP : de quoi s’agit-il ?
  • Détails du fonctionnement et de l’architecture d’un système HADOOP
  • L’écosystème Hadoop : Hive, Pig. Les difficultés d’Hadoop
  • HADOOP et Big Data sont-ils indissociables ?
  • Les autres solutions de stockage de données (Data Lake)
  • Le modèle d’architecture des Clouds publics et privés
  • Les objectifs et avantages des architectures Cloud
  • Les infrastructures
  • Les égalités et les différences entre Cloud et Big Data
  • Les Clouds de stockage
  • Les outils de restitution : de la Data Visualization au Data Storytelling
  • Panorama des outils tels que Qlik, Tableau, TIBCO Spotfire, Microsoft PowerBI.

Machine Learning, Deep Learning, Intelligence Augmentée

  • Comprendre les concepts et les définitions
  • Différences entre intelligence artificielle et intelligence augmentée
  • Qu’est-ce que le machine learning
  • Détails du processus d’apprentissage machine : modélisation, apprentissage, exécution, rétroaction
  • Cas pratiques de mises en place
  • Exercice pratique de conception d’une matrice d’apprentissage

Cas d’usage à travers des exemples et conclusion

  • L’anticipation : besoins des utilisateurs dans les entreprises, maintenance des équipements.
  • La sécurité : des personnes, détection de fraude (postale, taxes), le réseau.
  • La recommandation. Analyses marketing et analyses d’impact.
  • Analyses de parcours. Distribution de contenu vidéo.
  • Big Data pour l’industrie automobile ? Pour l’industrie pétrolière
  • Faut-il se lancer dans un projet Big Data ?
  • Gouvernance du stockage des données : rôle et recommandations, le Data Scientist, les compétences d’un projet Big Data

INFORMATIONS COMPLÉMENTAIRES :

PUBLIC VISÉ

  • Toute personne s’intéressant au Big data et ayant des connaissances de base en architecture technique

PRÉ-REQUIS

  • Aucun

RESSOURCES

  • Supports pédagogiques

MODALITÉS D’ACCÈS

  • Présentiel
  • A distance
  • Interentreprises
  • Intra-entreprise

MÉTHODES PÉDAGOGIQUES

  • Apport magistral et interactivité
  • Travaux pratiques

ÉVALUATION

  • Exercices pratiques
  • Mise en situation