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


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

Programme

- 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 cœur 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