> Formations > Technologies numériques > Intelligence Artificielle, Big Data > Big Data > Formation Big Data, synthèse technique > Formations > Technologies numériques > Formation Big Data, synthèse technique
Vous avez déjà un compte client ORSYS
Se connecter
Vous êtes nouveau chez ORSYS
Créer un compte
Vous ne souhaitez pas créer de compte
Poursuivre sans me connecter

Formation : Big Data, synthèse technique

Big Data, synthèse technique




Cette synthèse vous présentera les enjeux et les apports du big data ainsi que les technologies disponibles pour sa mise en œuvre. Vous suivrez les étapes d'un projet de données massives depuis l'installation d'une plateforme big data, l'ingestion et le traitement des données, jusqu'à la visualisation des résultats.


INTER
INTRA
SUR MESURE

Cours de synthèse en présentiel ou à distance
Disponible en anglais, à la demande

Réf. BAG
  2j - 14h00
Prix : 1990 € H.T.
Pauses-café et
déjeuners offerts

Télécharger le programme

Partager cette formation




Cette synthèse vous présentera les enjeux et les apports du big data ainsi que les technologies disponibles pour sa mise en œuvre. Vous suivrez les étapes d'un projet de données massives depuis l'installation d'une plateforme big data, l'ingestion et le traitement des données, jusqu'à la visualisation des résultats.


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Découvrir les concepts clés du big data
Comprendre l'écosystème technologique d'un projet big data
Évaluer les techniques de gestion des flux de données massives
Implémenter des modèles d'analyses statistiques pour répondre aux besoins métiers
Découvrir les outils de data visualisation

Public concerné
Dataminers, chargés d'études statistiques, développeurs, chefs de projet, consultants en informatique décisionnelle.

Prérequis
Connaissances de base des modèles relationnels, des statistiques et des langages de programmation. Connaissances de base des concepts de la business intelligence.
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant  ce test.

Méthodes et moyens pédagogiques
Démonstration
Présenter la plateforme Hadoop et ses composants de base, utiliser un ETL pour gérer les données, créer des modèles d'analyse et dashboards.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Programme de la formation

1
Comprendre les concepts clés et les enjeux du big data

  • Les origines du big data.
  • La valeur de la donnée : un changement d'importance.
  • La donnée en tant que matière première.
  • Les chiffres clés du marché dans le monde et en France.
  • Les enjeux du big data : ROI, organisation, confidentialité des données.
Démonstration
Présentation d'une architecture big data.

2
Technologies du big data

  • Architecture et composants de la plateforme Hadoop 2.
  • Les modes de stockage (NoSQL, HDFS).
  • Fonctionnement de MapReduce et Yarn...
  • Principales distributions Hadoop : Hortonworks, Cloudera, MapR...
  • Les technologies : Spark, Storm, Databrick, Machine Learning Azure...
  • Démarche d'installation d'une plateforme Hadoop.
  • Présentation des technologies spécifiques pour le big data (Talend, Tableau, QlikView...).
Démonstration
Installation d'une plateforme big data complète.

3
Traitement des données big data

  • Fonctionnement de Hadoop Distributed File System (HDFS).
  • Importer des données vers HDFS.
  • Traitement des données avec PIG.
  • Requêtes SQL avec HIVE.
  • Création de flux de données massives avec un ETL.
Démonstration
Implémentation de flux de données massives.

4
Méthodes d'analyse et traitements des données pour le big data

  • Les méthodes d'exploration.
  • Segmentation et classification.
  • machine learning, estimation et prédiction.
  • Le temps réel, l'intelligence artificielle.
  • L'implémentation des modèles.
Démonstration
Présentation de l'environnement Spark, Jupyter Notebook, R Notebook et Shiny. Mise en place d'analyses de machine learning avec le langage R, Python et Scala.

5
Data visualisation, représenter des données de façon visuelle

  • Principales solutions du marché.
  • Aller au-delà des rapports statiques.
  • La data visualisation et l'art de raconter des chiffres de manière créative et ludique.
  • Mesurer l'e-réputation, la notoriété d'une marque, l'expérience et la satisfaction clients...
Démonstration
Présentation et utilisation d'un outil de data visualisation pour constituer des analyses dynamiques.

6
Conclusion

  • Les conditions du succès.
  • Synthèse des meilleures pratiques.
  • Bibliographie.


Solutions de financement
Plusieurs solutions existent pour financer votre formation et dépendent de votre situation professionnelle.
Découvrez-les sur notre page Comment financer sa formation ou contactez votre conseiller formation.

Horaires
les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 16h le dernier jour.

Dates et lieux
Sélectionnez votre lieu ou optez pour la classe à distance puis choisissez votre date.
Classe à distance

Dernières places
Date garantie en présentiel ou à distance
Session garantie
PARTICIPANTS
Futurs managers et responsables d’équipe souhaitant structurer leur pratique managériale

PRÉREQUIS
Aucun

COMPÉTENCES DU FORMATEUR
Les experts qui animent la formation sont des spécialistes des matières abordées. Ils ont été validés par nos équipes pédagogiques tant sur le plan des connaissances métiers que sur celui de la pédagogie, et ce pour chaque cours qu’ils enseignent. Ils ont au minimum cinq à dix années d’expérience dans leur domaine et occupent ou ont occupé des postes à responsabilité en entreprise.

MODALITÉS D’ÉVALUATION
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques… Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

MOYENS PÉDAGOGIQUES ET TECHNIQUES
• Les moyens pédagogiques et les méthodes d’enseignement utilisés sont principalement : aides audiovisuelles, documentation et support de cours, exercices pratiques d’application et corrigés des exercices pour les stages pratiques, études de cas ou présentation de cas réels pour les séminaires de formation. • À l’issue de chaque stage ou séminaire, ORSYS fournit aux participants un questionnaire d’évaluation du cours qui est ensuite analysé par nos équipes pédagogiques. • Une feuille d’émargement par demi-journée de présence est fournie en fin de formation ainsi qu’une attestation de fin de formation si le stagiaire a bien assisté à la totalité de la session.

MODALITÉS ET DÉLAIS D’ACCÈS
L’inscription doit être finalisée 24 heures avant le début de la formation.

ACCESSIBILITÉ AUX PERSONNES HANDICAPÉES
Pour toute question ou besoin relatif à l’accessibilité, vous pouvez joindre notre équipe PSH par e-mail à l'adresse psh-accueil@orsys.fr.