Big Data, synthèse technique

1 - Débutant

14 heures 0 mins

Big Data

Objectifs de la formation

Découvrir les concepts clés du Big Data
Comprendre l’écosystème technologique d’un projet Big Data
Evaluer les techniques de gestion des flux de données massives
Implémenter des modèles d’analyses statistiques pour répondre aux besoins métiers
Découvrir les outils de Data Visualisation

Programme de la formation

Comprendre les concepts clés et les enjeux du Big Data

Les origines du Big Data.
La valeur de la donnée : un changement d’importance.
La donnée en tant que matière première.
Les chiffres clés du marché dans le monde et en France.
Les enjeux du Big Data : ROI, organisation, confidentialité des données.

Démonstration

Présentation d’une architecture Big Data.

Technologies du Big Data

Architecture et composants de la plateforme Hadoop 2.
Les modes de stockage (NoSQL, HDFS).
Fonctionnement de MapReduce et Yarn…
Principales distributions Hadoop : Hortonworks, Cloudera, MapR…
Les technologies : Spark, Storm, Databrick, Machine Learning Azure…
Démarche d’installation d’une plateforme Hadoop.
Présentation des technologies spécifiques pour le Big Data (Talend, Tableau, Qlikview…).

Démonstration

Installation d’une plateforme Big Data complète.

Traitement des données Big Data

Fonctionnement de Hadoop Distributed File System (HDFS).
Importer des données vers HDFS.
Traitement des données avec PIG.
Requêtes SQL avec HIVE.
Création de flux de données massives avec un ETL.

Démonstration

Implémentation de flux de données massives.

Méthodes d’analyse et traitements des données pour le Big Data

Les méthodes d’exploration.
Segmentation et classification.
Machine Learning, estimation et prédiction.
Le temps réel, l’IA.
L’implémentation des modèles.

Démonstration

Présentation de l’environnement Spark, Jupyter Notebook, R Notebook et Shiny. Mise en place d’analyses de Machine Learning avec le langage R, Python et Scala.

Data Visualisation, représenter des données de façon visuelle

Principales solutions du marché.
Aller au-delà des rapports statiques.
La Data Visualisation et l’art de raconter des chiffres de manière créative et ludique.
Mesurer l’e-réputation, la notoriété d’une marque, l’expérience et la satisfaction clients…

Démonstration

Présentation et utilisation d’un outil de Data Visualisation pour constituer des analyses dynamiques.

Conclusion

Les conditions du succès.
Synthèse des meilleures pratiques.
Bibliographie.

MOYENS PÉDAGOGIQUES ET TECHNIQUES D’ENCADREMENT DES FORMATIONS

Modalités pédagogiques :

Évaluation des besoins et du profil des participants.
Apport théorique et méthodologique : séquences pédagogiques regroupées en différents modules.
Contenus des programmes adaptés en fonction des besoins identifiés pendant la formation.
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de travaux pratiques, étude de cas et mise en situation.
Méthodes expositive, active et participative.
Réflexion et échanges sur cas pratiques.
Retours d'expériences.
Corrections appropriées et contrôles des connaissances à chaque étape, fonction du rythme de l’apprenant mais également des exigences requises au titre de la formation souscrite.

Éléments matériels :

Mise à disposition des outils nécessaires au bon déroulement des travaux pratiques.
Support de cours au format numérique projeté sur écran et transmis au participant en fin de la formation.

Référent pédagogique et formateur :

Chaque formation est sous la responsabilité du directeur pédagogique de l’organisme de formation.
Le bon déroulement est assuré par le formateur désigné par l’organisme de formation.

MOYENS PERMETTANT LE SUIVI ET L’APPRÉCIATION DES RÉSULTATS

Feuilles de présences signées des participants et du formateur par demi-journée.
Attestation de fin de formation mentionnant les objectifs, la nature et la durée de l’action et les résultats de l’évaluation des acquis de la formation.

Please login to get access to the quiz

Back to Big Data

Big Data