Support & Downloads

Quisque actraqum nunc no dolor sit ametaugue dolor. Lorem ipsum dolor sit amet, consyect etur adipiscing elit.

s f

Contact Info
198 West 21th Street, Suite 721
New York, NY 10010
youremail@yourdomain.com
+88 (0) 101 0000 000
Follow Us

Big Data - Le développement d'applications et la Data Visualisation

réf : BDT-DD

Objectifs pédagogiques

  • Créer des applications avec Spark
  • Exploiter la programmation parallèle sur un cluster
  • Appréhender et utiliser les algorithmes standards de Machine Learning
  • Utiliser la bibliothèque Python pour le Machine Learning
  • Comprendre le cycle d’un projet Data Science

Pré-requis

Maîtriser les mathématiques avancées

Savoir manipuler Python

Public concerné

Développeur, Data analysts, Data scientists, experts en Big Data…

Programme

  • Présentation du Big Data
  • Définition
  • Enjeux et apports du Big Data
  • Le marché du Big Data
  • Démystifier le Big Data
  • Les technologies du Big Data
  • Les métiers du Big Data
  • Python
  • Les mathématiques de base
    • Algèbre
    • Statistiques
    • Probabilités
  • SQL
  • Les notions clés du ML
  • Les données supervisées vs les données non-supervisées
  • Régression
  • Les modèles linéaires
  • Classification
  • Naive Bayer
  • K-NN
  • K-Means clustering
  • Le deep learning et les réseaux neuronaux
  • Les arbres de décisions et de régression
  • Support Vector Machines
  • Présentation d’Apache Spark
  • Spark MLlib : le Machine Learning
  • Spark Streaming : le traitement des données en temps réel
  • Spark SQL : les requêtes SQL
  • Spark GraphX : création de graphe
  • Le stockage & les graphes
  • Définition
  • Le marché de la Data Visualisation
  • Les outils et leur catégorisation
  • Le fonctionnement des outils de Data Visualisation
  • Présentation de plusieurs outils de Data Visualisation (Kiaban, Hue, Tableau…)

Équipe pédagogique

Professionnel expert dans le Big Data

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 ?