|
DES RESSOURCES ET DES OUTILS AU SERVICE DES ACTEURS ET DES PROFESSIONNELS. |
Big DataDate de mise à jour : 12/02/2025
| Identifiant OffreInfo : 03_251256751F |
Via Compétences (Carif-Oref Auvergne-Rhône-Alpes) |
Comprendre l'intelligence artificielle et le Big Data
Analyser l'intelligence artificielle et le machine learning
Contribuer aux projets Big Data
Exploiter les technologies du Big Data
Gérer les données structurées et non structurées
Adopter les technique et les méthodes Big data analytics
Découvrir la data visualisation et cas d'usage concrets
Passer de la donnée client au big data
Comprendre l'intelligence artificielle et le Big Data
- Cerner les principes et enjeux de l'intelligence artificielle et du big data
- Retenir les 5V du big data : volume, vélocité, variété, véracité, valeur
- Appliquer le big data dans une entreprise
Analyser l'intelligence artificielle et le machine learning
- Définir l'Intelligence Artificielle : IA faible et IA forte
- Comprendre l'exploitation des données par les algorithmes
- Etudier le machine learning et le scoring
Contribuer aux projets Big Data
- Analyser les expressions et reconnaître les besoins
- User des expertises internes et externes
- Identifier les architectures logicielles
- Cerner les approches méthodologiques et la constitution d'équipes
Exploiter les technologies du Big Data
- Décrire l'architecture et les composants de la plateforme Hadoop
- Connaître les modes de stockage (NoSQL, HDFS)
- Maîtriser les principes de fonctionnement de MapReduce, Spark, Storm
- Déterminer les principales distributions du marché
- Installer une plateforme Hadoop
- Utiliser les technologies du datascientist
- Découvrir les technologies spécifiques pour le Big Data
Gérer les données structurées et non structurées
- Comprendre les principes de fonctionnement de Hadoop Distributed File System (HDFS)
- Importer des données externes vers HDFS
- Réaliser des requêtes SQL avec HIVE
- Utiliser PIG pour traiter la donnée
- Maîtriser le principe des ETL
- Gérer le streaming de données massive
Adopter les technique et les méthodes Big data analytics
- Découvrir les trois familles : Régression, Classification et Clustering
- Préparer les données
- Générer des modèles en R ou Python
- Découvrir les outils du marché
Découvrir la data visualisation et cas d'usage concrets
- Définir le besoin de la data visualisation
- Analyser et visualiser les données
- Utiliser les outils DataViz du marché
Passer de la donnée client au big data
- Etablir la base de données clients : typologie et modèles
- Comprendre le rôle du big data dans l'avènement des données non structurée
- Passer de l'analyse reporting à l'analyse prédictive
- Prioriser l'optimisation, la connaissance-client et les flux de données
Non certificiante
Sans niveau spécifique
Conventionnement : Non
Bénéficiaire de l'action
Niveau d'entrée : Sans niveau spécifique
Aucun