Dernière mise à jour le 19/09/2024

Big Data – Concevoir et piloter un projet

Informations générales

Type de formation : Formation continue
Domaine : Décisionnel, collaboratif
Filière : Stratégie décisionnelle
Rubrique : Modèlisation & conception
Formation éligible au CPF : Non
Formation Action collective : Non

Objectifs & compétences

A l’issue de la formation, le stagiaire sera capable :
Identifier les avantages et contraintes technologiques, réglementaires, et organisationnelles d'un projet Big Data
Rédiger la charte d'un projet Big Data
Planifier un projet Big Data et choisir une méthodologie (Agile / traditionnelle / hybride)
Identifier les ressources du projet, et choisir une plateforme (On-Premise, Cloud, ou hybride, SaaS vs PaaS vs FaaS)
Exécuter un projet Big Data du développement au déploiement / monitoring
Adopter une démarche d'amélioration continue.
 

Public visé

Chefs de projets, directeurs de projets, développeurs, DSI, Scrum Master, architectes fonctionnels ou techniques.
 

Pré-requis

Avoir une expérience préalable du fonctionnement en mode projet
 

Programme

Jour 1
Caractéristiques des projets Big Data
    • Comparaison entre un projet classique et un projet Big Data
    • Analyse des caractéristiques et retours d'expériences sur des projets mis en échec
    • en Big Data
    • Processus d'exploration de données et l'apport de la Data Science
    • Démarche d'organisation de projets Big Data
 
Cadrage des projets Big Data
    • Cadrage métiers
    • Identification de nouvelles sources de données
    • Cartographie des différentes entités impliquées dans la collecte de la donnée et leurs types
    • Définition des besoins technologiques
    • Estimation budgétaire et planification pour le Big Data
 
Management de projets Big Data
    • Phases des projets Big Data
    • Approche Agile pour le Big Data
    • Avantages de la conteneurisation et solutions technologiques associées
    • Approches DataOps et MLOps
    • Livrables des projets Big Data
    • Mesure de la performance
    • Conformité réglementaire et intégration de la gouvernance données dans les processus du projet
 
Processus et composantes du projet
    • Alternatives de développement (Agile vs traditionnel vs hybride)
    • Alternatives de plateformes Big Data (On-Premise vs Cloud vs hybride)
    • Alternatives technologiques (Open Source vs propriétaire, "make or buy")
    • Sélection des composantes de la solution finale du projet
    • Vérification de la cohérence des choix
 
 
Jour 2
Risques du projet Big Data
    • Risques métiers liés au cadrage du scope
    • Risques stratégiques et manque de sponsoring
    • Les KPI : Time To Market vs Time To Live vs Return On Investment
    • La maturité des solutions du marché
    • La jungle des produits et l'immaturité des solutions
    • Jeunes talents vs maturité projets
Compétences et organisation des projets Big Data
    • Les compétences de l'équipe projets
    • Collaboration entre experts métiers, statisticiens et informaticiens
    • Outils du manager de projets Big Data
    • Déploiement et mise en production des résultats de "test and learn"
 
Déploiement d'un livrable Big Data
    • Utilisation de pipelines DataOps ou MLOps résilients basés sur des conteneurs
    • Monitoring du livrable en environnement de production, surveillance du "model drift"
    • et du "data drift", et corrections
 
Exemples de travaux pratiques (à titre indicatif)
    • Conception d'un mini-projet Big Data de la rédaction de la charte jusqu'au déploiement avec retours d'expériences
 

Modalités

Modalités : en présentiel, distanciel ou mixte – Horaires de 9H à 12H30 et de 14H à 17H30 soit 7H – Intra et Inter entreprise
Pédagogie : essentiellement participative et ludique, centrée sur l’expérience, l’immersion et la mise en pratique. Alternance d’apports théoriques et d’outils pratiques.
Ressources techniques et pédagogiques : Support de formation au format PDF ou PPT Ordinateur, vidéoprojecteur, Tableau blanc, Visioconférence : Cisco Webex / Teams / Zoom
Pendant la formation : mises en situation, autodiagnostics, travail individuel ou en sous-groupe sur des cas réels
 

Méthodes

Fin de formation : entretien individuel
Satisfaction des participants : questionnaire de satisfaction réalisé en fin de formation
Assiduité : certificat de réalisation (validation des acquis)
Code de formation : RDBN410

Tarifs

Prix public : 1520
Tarif & financement :
Nous vous accompagnons pour trouver la meilleure solution de financement parmi les suivantes :
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
  • CPF -MonCompteFormation
Contactez nous pour plus d’information

Lieux & Horaires

Durée : 14 heures
Délai d'accès :
8 jours avant le début de la formation
 

Prochaines sessions

Handi-accueillante Accessible aux personnes en situations de handicap. Pour toutes demandes, contactez notre référente, Mme Rizlene Zumaglini Mail : rzumaglini@aston-ecole.com

à voir aussi dans le même domaine...

Formation continue

Stratégie décisionnelle

D-AMT

Modélisation en étoile, conception et mise en œuvre

Conduire des interviews pour recueillir les besoins d'analyse auprès des métiers Définir les critères de qualité d'un Data Warehouse A partir d'un cahier des charges d'analyse, identifier les dimensions et les faits à placer dans le modèle Concevoir et décrire un macro-modèle en étoile Optimiser le modèle en étoile en vue de la prise en compte de la volumétrie et des problématiques de reporting Décrire une architecture de chargement des données dans le modèle en étoile décrit

21 heures de formations sur 3 Jours
En savoir plus

Formation continue

Stratégie décisionnelle

D-EDM

Systèmes d’information décisionnels – Concepts et architectures

Décisionnel, Data Warehouse, DW, DWH, Système d'Information Décisionnel, SID, Modèle en étoile, Data Marts, ETL, Reporting, Pilotage, Performance, Processus

Mesurer les enjeux et impacts d'un projet décisionnel Savoir concevoir et modéliser un entrepôt de données Découvrir le rôle des différents outils de l'informatique décisionnelle Connaître les pièges à éviter lors de la mise en oeuvre

14 heures de formations sur 2 Jours
En savoir plus

Formation continue

Stratégie décisionnelle

D-ETL

ETL : réussir son projet d’intégration

Mesurer les enjeux de l'intégration des données Identifier les fonctionnalités d'alimentation nécessaires à l'intégration des données Évaluer la capacité des outils ETL à répondre aux besoins d'intégration S'approprier la démarche de spécification d'un flux d'intégration des données  

7 heures de formations sur 1 Jours
En savoir plus

Formation continue

Stratégie décisionnelle

D-MET

Modéliser un système d’information décisionnel

Modèle en étoile, Modélisation en étoile, Décisionnel, Data Warehouse, DW, DWH, Système d'Information Décisionnel, SID, Data Marts, ETL, Reporting, Pilotage, Performance, Processus

Savoir créer une architecture de données adaptée aux besoins décisionnels et Business Intelligence des utilisateurs Être en mesure de choisir et d'harmoniser des étoiles relationnelles et cubes OLAP

14 heures de formations sur 2 Jours
En savoir plus

Formation continue

Stratégie décisionnelle

RDBN409

Talend Open Studio Data Integration : Initiation + Approfondissement

A l’issue de la formation, le stagiaire sera capable :

        • Comprendre le processus d'intégration de données
        • Maîtriser l'outil Talend Open Studio et la bibliothèque de composants
 

35 heures de formations sur 5 Jours
En savoir plus

Formation continue

Stratégie décisionnelle

RMCN304

Les architectures et infrastructures pour le Bigdata

A l’issue de la formation, le stagiaire sera capable d’initier la conception d’une architecture et d’une infrastructure Big Data, en disposant d’une vue d’ensemble des différentes solutions dédiées au traitement des données de masse

14 heures de formations sur 2 Jours
En savoir plus