Introduction au Big data

Objectifs

Comprendre le concept du Big Data
Être capable d'identifier l'écosystème et comprendre les technologies associées
Savoir anticiper son intégration dans les activités informatiques de l'entreprise

Programme de la formation

- Définition commune du Big Data selon les grands acteurs du marché

• Caractéristiques techniques des 3V de Gartner (Vélocité, Variété et Volume) et les variantes (Véracité, Valeur, Validité....)
• Big Data : pourquoi maintenant ?
• Traitement des données structurées, semi-structurées et déstructurées
• Transformation des données massives en informations utiles et en valeur
• Gestion des données en cycles, de l'acquisition à la gouvernance. Use Case et stratégies (GAFA (Google, Apple, Facebook, Amazon), exemples santé, grande distribution, bancassurance…)
• Les grands acteurs et le marché du Big Data

• NoSQL (Not Only SQL) et les nouvelles compétences attendues (Python, R, Scala, Java)…
• Hadoop : un modèle d'open source du Big Data adopté par les grands acteurs de l'informatique (IBM, Oracle, Amazone, EMC, Google...)
• Principaux composants d'Hadoop : HDFS (Hadoop Distributed File System), MapReduce, Pig, Flume, Zookeeper, H-BASE, Lucene, Hive, Cloudera, Oozie, Cassandra, Machine Learning...
• Autres solutions : Docker, OpenStack, Elastic, Splunk…
• Nouvelles architectures techniques pour traiter des données massives et non-structurées, en temps réel (SPARK)

• Technologies associées au Cloud (datacenters, stockage, virtualisation, Grid, OS d'orchestration d'Openstack, réseaux...)
• Emergence des solutions Big Data proposées en mode Cloud DaaS (Data as a service)

• Description d'une plate-forme de Big Data et bonnes pratiques
• Intégration des données et systèmes existants à la plate-forme Big Data
• Acquisition et qualification des données ouvertes des organisations publiques et sociales (Open Data)
• Traitement des données à la volée (Data Streaming)
• Analyse de données (Data Analytics et Business Intelligence)
• Présentation des informations (Data Visualization)

• Description des principales familles de bases de données NoSQL
• Zoom sur MongoDb
• Zoom sur Cassandra
• Zoom sur Neo4j

• Introduction générale
• Les principales briques et leur rôle
• PIG, Hive, Oozie, Flume, HDFS, MapReduce, Sqoop, Zookeeper, Hbase, Mahout, les connecteurs, …
• SparkML, SparkQL, MLlib, Kafka, Storm, Flink , Beam,

  Validation et sanction

  Attestation de formation

  Type de formation

  Non certifiante

  Sortie

  Sans niveau spécifique