Dernière mise à jour le 16/07/2024

Big Data – L’essentiel

Informations générales

Type de formation : Formation continue
Domaine : IA, Big Data et Bases de données
Filière : Big Data
Rubrique : Fondamenteaux
Formation éligible au CPF : Non
Formation Action collective : Non

Objectifs & compétences

      • 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
      • Être en mesure de l'exploiter dans le respect des règles de sécurité et de confidentialité
 

Public visé

      • Responsables de la DSI s'interrogeant sur les apports et le déploiement du Big Data Chefs de projets,
      • Responsables de métiers et consultants souhaitant aborder les projets
      • Toute personne impliquée dans la réflexion et l'étude du Big Data
 

Pré-requis

Connaissances sommaires en informatique

Programme

EXEMPLES D'USAGE PERTINENT DU BIG DATA
Réseaux sociaux : Google, Twitter, Youtube
Gestion des clients (CRM) : Vue 360° des clients / Multicanal
Sécurité informatiques (étude de logs) : identification des tentatives d'attaques
Analyse des logs d'Internet (Web)
Profiling d'individus : ADN numérique
Synthèse des critères de succès d'un projet Big Data et causes d'échec  
 
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…) Collecte et traitement des données structurées, semi-structurées et non-déstructurées
Transformation des données en informations
Création de la valeur à partir des données / Exemple de monétisation
Exemple : gestion des données en cycles, de l'acquisition à la gouvernance  
 
TECHNOLOGIES DE RÉFÉRENCE DU BIG DATA À CONNAÎTRE
Stockage des données à traiter : fichiers, blocs et objets
Différents types de base des données NoSQL (Not Only SQL)
Architecture de cluster et composants économiques
Traitement parallèle des données (Grid)
Hadoop : un modèle d'open source du Big Data adopté par les grands acteurs de l'informatique (IBM, Oracle, Microsoft, Amazone, EMC, Google...)
Principaux composants d'Hadoop : HDFS (Hadoop Distributes File System), MapReduce ...
Ecosystème et technologies associées à Hadoop : Pig, Flume, Zookeeper, H-BASE, Lucine, Hive, Oozie, Cassandra, Machine Learning...
Exemple de traitement en temps réel : traitement des données à la volée (Data Streaming)
Analyse de données (Data Analytics et Business Intelligent)  
 
INTRODUCTION AUX ARCHITECTURES DES SOLUTIONS DE CALCUL DISTRIBUÉ
Stockage objets (pas de verrouillage de fichier dans la cadre des multiutilisateurs)
Serveurs NoSQL et HDFS (Fichiers distribués)
Scalabilité horizontale
Enjeux des architectures distribuées selon l'organisme
CSA (Cloud Security Alliance) dédié au Big Data : Sécurité, gestion des données en grandes quantités
Limitations en termes d'usages (Analytiques)
Impacts des choix de technologies et d'architectures sur les usages (traitement des données en batch, temps réel, streaming …)  
 
PLATES-FORMES CLOUD PUBLIC BIG DATA APAAS (DATA AS A SERVICE) À EXPLOITER IBM
Analytics de la plate-forme
Bluemix
Amazone
Web Services (stockage des données et plates-formes d'analytiques)
Google Platform Big Data
Microsoft
Azure
Big Data Points communs et différents entre les plates-formes Big Data  
 
TROIS APPROCHES DE DÉPLOIEMENT DU BIG DATA : SUR SITE ET DANS LE CLOUD DAAS
Causes des nombreux échecs de projets
Big Data selon des cabinets d'étude du secteur
Trois approches de déploiement "sur site" : Hadoop et son écosystème à télécharger, Big Data en versions distribuées et Data a Service Déploiement sur site : définition des objectifs, choix des solutions d'analyse et d'intégration, présentation des informations (Data Visualization) / revue des fournisseurs de composants Big Data
Déploiement sur site en version distribuée : Hortonworks, MapR, Cloudera, IBM
Déploiement dans les plates-formes Cloud Big Data et les précautions à prendre (métriques de qualité)  
 
QUALITÉ DES DONNÉES
Les 11 principales étapes de traitement des données selon les organismes internationaux
Processus de qualification des données (temporel, contextuel, liens aux autres données...) / cadres juridiques (CNIL, usages libres, payants...), formats ouverts et propriétaires
Approche d'enrichissement avec l'Open Data / WiKiData.org  
 
SÉCURITÉ DES DONNÉES ET CONFIDENTIALITÉ DU BIG DATA
Loi européenne et CNIL (protection de la vie privée)
Recommandation des bonnes pratiques de l'organisme international
CSA (Cloud Security Alliance) pour le Big Data Panorama des moyens conventionnels de sécurité des données et d'accès au Datacenter (cryptage et DLP : Data Lost Prevention…)  
 
IMPACTS DU BIG DATA À ANTICIPER
Évolution des données (Internet des objets, mobilité...)
Impacts sur les compétences des équipes informatiques, de DRH, du Management...
Rôle de la DSI face à la montée du Big Data et des solutions numériques
 

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 : BD003

Tarifs

Prix public : 1590
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

Campus : Ensemble des sites

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

Distanciel possible : Oui

Prochaines sessions

Cliquez sur la date choisie pour vous inscrire :

  • Inscription au 25 / 07 / 2024
    : Ensemble des sites
    : Distanciel possible
    : 14 heures
    : 2 jours
  • Inscription au 17 / 10 / 2024
    : Ensemble des sites
    : Distanciel possible
    : 14 heures
    : 2 jours
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

Big Data

BD007

Big Data – Les fondamentaux de l’analyse des données

    • Comprendre le rôle stratégique de la gestion des données pour l'entreprise
    • Identifier ce qu'est la donnée, et en quoi consiste le fait d'assurer la qualité de données
    • Synthétiser le cycle de vie de la donnée
    • Assurer l'alignement des usages métiers avec le cycle de vie de la donnée
    • Découvrir les bonnes pratiques en matière de contrôle de qualité des données
    • Assurer la mise en œuvre de la gouvernance de la donnée
 

21 heures de formations sur 3 Jours
En savoir plus

Formation continue

Big Data

BD060

Python avancé pour data-scientists

Savoir utiliser les principaux outils de traitement et d'analyse de données pour Python, savoir extraire des données d'un fichier et les manipuler, mettre en place un modèle d'apprentissage simple. Savoir utiliser les principaux outils de traitement et d'analyse de données pour Python Savoir appliquer les pratiques optimales en matière de nettoyage et de préparation des données avant l'analyse Être capable d'extraire des données d'un fichier Comprendre les mécanismes d'interconnexion aux bases de données Comprendre les principaux outils de traitement et d'analyse de données pour Python

21 heures de formations sur 3 Jours
En savoir plus

Formation continue

Big Data

BD0103

Les fondamentaux de l’analyse statistique avec R

Savoir installer R Comprendre comment manipuler des données avec R Savoir importer et exporter des données Être en mesure de réaliser des analyses statistiques basiques avec R Savoir restituer des résultats à l'aide de graphiques

21 heures de formations sur 3 Jours
En savoir plus

Formation continue

Big Data

BDP05

Visualisation avancée de données avec Python

Savoir traiter les données scientifiques brutes pour leur visualisation Savoir utiliser les librairies graphiques de python pour visualiser des données Graphiques spécifiques : graphes dynamiques, cartographie

14 heures de formations sur 2 Jours
En savoir plus

Formation continue

Big Data

BD016

Hadoop Hortonworks : administration avec Ambari

Connaître les principes du framework Hadoop et savoir l'installer, le configurer et l'administrer avec Ambari (tableaux de bord, supervision, gestion des services, etc ...)

21 heures de formations sur 3 Jours
En savoir plus

Formation continue

Big Data

DB014

Hadoop, développer des applications pour le Big Data

 

    • Construire un programme à base de Map Reduce
    • Intégrer Hadoop HBase dans un workflow d'entreprise
    • Travailler avec Apache Hive et Pig depuis HDFS
    • Utiliser un graphe de tâches avec Hadoop
 

28 heures de formations sur 4 Jours
En savoir plus