Introduction au big data

Objectifs

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
Compétences visées
- Avoir une introduction dédiée à la compréhension du Big Data
- Comprendre et appréhender le potentiel de rupture qu'offre la Big Data
- Connaître les méthodes et outils pour gérer efficacement un projet Big Data
- Cerner les fondamentaux du Big Data pour optimiser son Business
- Disposer d'une démonstration des principales technologies pour en comprendre les potentialités et les enjeux

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
- Description des technologies de référence 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)
- Relation entre Big Data et Cloud DaaS (Data as a Service)
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)
- Déploiement et utilisation du Big Data
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)
- L'apport du NoSQL
Description des principales familles de bases de données NoSQL
Zoom sur MongoDb
Zoom sur Cassandra
Zoom sur Neo4j
- Une journée au coeur des écosystèmes Hadoop et Spark
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, ...
Démonstrations et discussions

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique