Big Data - Analyse de données

réf : BDT-BDA

Objectif de formation : Appréhender les enjeux et intérêts du Big Data, puis découvrir les différents outils.

Objectifs pédagogiques

Maîtriser les notions clés et les intérêts du Big Data vis-à-vis des enjeux métiers
Appréhender l’environnement technologique nécessaire pour créer et déployer un projet Big Data
Détenir les connaissances techniques pour manipuler et administrer des flux de données complexes, non structurés et massifs
Mettre en oeuvre des modèles d’analyses statistiques pour répondre aux besoins métiers
Manipuler un outil de data visualisation pour concevoir des analyses dynamiques

Pré-requis

Connaissances de base des modèles relationnels, des statistiques et des langages de programmation

Connaissances de base des concepts de la Business Intelligence

Public concerné

Dataminers, chargés d’études statistiques, développeurs, chefs de projets, consultants en informatique décisionnel…

Programme

Introduction : notions & enjeux du Big Data

Histoire et terminologie du Big Data
Le Big Data aujourd’hui : chiffres clés Monde et France
Tour d’horizon des enjeux du Big Data

Travaux pratiques

Analyse d’une architecture Big Data

Technologies du Big Data

Étude de l’architecture et des composants d’Hadoop
Présentation des modes de stockage
Principes de fonctionnement de MapReduce, Spark, Storm…
Tour d’horizon des différentes distributions du marché
Installation d’une plateforme Hadoop
Datascientist : missions et défis
Introduction aux technologies spécifiques pour la data visualisation

Travaux pratiques

Implémentation d’une plateforme Big Data Hadoop…

Traitement des données structurées & non structurées

Fonctionnement de Hadoop Distributed File System
Importation des données externes vers HDFS
Déployer des requêtes SQL avec HIVE
Utilisation de PIG pour le traitement de la donnée
Principe des ETL
Utilisation de streaming de données massive

Travaux pratiques

Mise en oeuvre de flux de données massives

Technique & méthodes Big Data analytics

Introduction au Machine Learning & à l’IA
Régression, Classification & Clustering
Travail en amont : préparation des données
Génération des modèles en R ou Python
Ensemble Learning
Présentation des outils du marché

Travaux pratiques

Mise en oeuvre d’analyses

Data visualisation & cas d'usage concrets

Définition du besoin de la data visualisation
Analyse & visualisation des données
Types de données & DataViz
Présentation des outils de DataViz du marché

Travaux pratiques :

Implémentation & utilisation d’un outil de Data Visualisation pour concevoir des analyses dynamiques

Pour aller plus loin

Bonnes pratiques

Équipe pédagogique

Professionnel expert technique et pédagogique

Moyens pédagogiques et techniques

Espace intranet de formation.
Documents supports de formation projetés.
Exposés théoriques
Étude de cas concrets
Mise à disposition en ligne de documents supports à la suite de la formation.

Dispositif de suivi

Émargement numérique.
Mises en situation.
Formulaires d’évaluation de la formation.
Certificat de réalisation de l’action de formation.

Vous avez une question ?

Jours

5 (35 heures)

Prix

3250 € HT

Documentation

Télécharger