Aller au contenu principal

Introduction au Big Data

Date de mise à jour :
Identifiant Offre Info : 03_2100752F
Organisme responsable : Data Value (ouvre dans un nouvel onglet)

Nouvelle recherche

Présentation de la formation

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,…

- 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...)
  • Émergence 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

- 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

Type de formation

Non certifiante

Niveau de sortie

Sans niveau spécifique

Durée, rythme, financement

Modalités pédagogiques

Pédagogie active mêlant exposés, exercices et applications pratiques

Durée

En centre

14 h

Financement

Conventionnement
Oui
Financeurs
  • Bénéficiaire de l'action

    Programme : Entreprise, Individuel (AIF, POEI, Région individuel, autofinancement)

    Publics : Data miners, data scientists, développeurs, chefs de projet, consultants en informatique décisionnelle, statisticiens ...

  • Entreprise

    Programme : Entreprise, Individuel (AIF, POEI, Région individuel, autofinancement)

    Publics : Data miners, data scientists, développeurs, chefs de projet, consultants en informatique décisionnelle, statisticiens ...

Conditions d'accès

Public visé

  • Tout public

Informations sur les publics

Data miners, data scientists, développeurs, chefs de projet, consultants en informatique décisionnelle, statisticiens ...

Niveau d'entrée

Sans niveau spécifique

Conditions spécifiques et prérequis

Aucun

Lieu de réalisation de l'action

Modalités d'enseignement

Formation entièrement en présentielle

Adresse

33 Rue de la République
69002 Lyon 2e

Responsable : ASI

Périodes prévisibles de déroulement des sessions

Début

Fin

Adresse d'inscription
41 rue de la Découverte
31676 Labège
État du recrutement
Ouvert
Modalités
Entrées / Sorties à dates fixes