Aperçu du cours
Objectif de formation : Appréhender les enjeux et intérêts du Big Data, puis découvrir les différents outils.
Prérequis
- Connaissances de base des modèles relationnels, des statistiques et des langages de programmation
- Connaissances de base des concepts de la Business Intelligence
Fonctionnalités
- 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
Public ciblé
- Dataminers
- Chargés d'études statistiques
- Développeurs
- Chefs de projet
- Consultants en informatique décisionnelle
Détails
- 42 Sections
- 224 Lessons
- 35 heures
Expand all sectionsCollapse all sections
- Introduction : notions & enjeux du Big Data4
- Introduction : notions & enjeux du Big Data4
- Introduction : notions & enjeux du Big Data4
- Introduction : notions & enjeux du Big Data4
- Introduction : notions & enjeux du Big Data4
- Introduction : notions & enjeux du Big Data4
- Introduction : notions & enjeux du Big Data4
- Technologies du Big Data8
- 8.1Étude de l’architecture et des composants d’Hadoop
- 8.2Présentation des modes de stockage
- 8.3Principes de fonctionnement de MapReduce, Spark, Storm…
- 8.4Tour d’horizon des différentes distributions du marché
- 8.5Installation d’une plateforme Hadoop
- 8.6Datascientist : missions et défis
- 8.7Introduction aux technologies spécifiques pour la data visualisation
- 8.8Travaux pratiques : Implémentation d’une plateforme Big Data Hadoop
- Technologies du Big Data8
- 9.1Étude de l’architecture et des composants d’Hadoop
- 9.2Présentation des modes de stockage
- 9.3Principes de fonctionnement de MapReduce, Spark, Storm…
- 9.4Tour d’horizon des différentes distributions du marché
- 9.5Installation d’une plateforme Hadoop
- 9.6Datascientist : missions et défis
- 9.7Introduction aux technologies spécifiques pour la data visualisation
- 9.8Travaux pratiques : Implémentation d’une plateforme Big Data Hadoop
- Technologies du Big Data8
- 10.1Étude de l’architecture et des composants d’Hadoop
- 10.2Présentation des modes de stockage
- 10.3Principes de fonctionnement de MapReduce, Spark, Storm…
- 10.4Tour d’horizon des différentes distributions du marché
- 10.5Installation d’une plateforme Hadoop
- 10.6Datascientist : missions et défis
- 10.7Introduction aux technologies spécifiques pour la data visualisation
- 10.8Travaux pratiques : Implémentation d’une plateforme Big Data Hadoop
- Technologies du Big Data8
- 11.1Étude de l’architecture et des composants d’Hadoop
- 11.2Présentation des modes de stockage
- 11.3Principes de fonctionnement de MapReduce, Spark, Storm…
- 11.4Tour d’horizon des différentes distributions du marché
- 11.5Installation d’une plateforme Hadoop
- 11.6Datascientist : missions et défis
- 11.7Introduction aux technologies spécifiques pour la data visualisation
- 11.8Travaux pratiques : Implémentation d’une plateforme Big Data Hadoop
- Technologies du Big Data8
- 12.1Étude de l’architecture et des composants d’Hadoop
- 12.2Présentation des modes de stockage
- 12.3Principes de fonctionnement de MapReduce, Spark, Storm…
- 12.4Tour d’horizon des différentes distributions du marché
- 12.5Installation d’une plateforme Hadoop
- 12.6Datascientist : missions et défis
- 12.7Introduction aux technologies spécifiques pour la data visualisation
- 12.8Travaux pratiques : Implémentation d’une plateforme Big Data Hadoop
- Technologies du Big Data8
- 13.1Étude de l’architecture et des composants d’Hadoop
- 13.2Présentation des modes de stockage
- 13.3Principes de fonctionnement de MapReduce, Spark, Storm…
- 13.4Tour d’horizon des différentes distributions du marché
- 13.5Installation d’une plateforme Hadoop
- 13.6Datascientist : missions et défis
- 13.7Introduction aux technologies spécifiques pour la data visualisation
- 13.8Travaux pratiques : Implémentation d’une plateforme Big Data Hadoop
- Technologies du Big Data8
- 14.1Étude de l’architecture et des composants d’Hadoop
- 14.2Présentation des modes de stockage
- 14.3Principes de fonctionnement de MapReduce, Spark, Storm…
- 14.4Tour d’horizon des différentes distributions du marché
- 14.5Installation d’une plateforme Hadoop
- 14.6Datascientist : missions et défis
- 14.7Introduction aux technologies spécifiques pour la data visualisation
- 14.8Travaux pratiques : Implémentation d’une plateforme Big Data Hadoop
- Traitement des données structurées & non structurées7
- 15.1Fonctionnement de Hadoop Distributed File System
- 15.2Importation des données externes vers HDFS
- 15.3Déployer des requêtes SQL avec HIVE
- 15.4Utilisation de PIG pour le traitement de la donnée
- 15.5Principe des ETL
- 15.6Utilisation de streaming de données massive
- 15.7Travaux pratiques : Mise en oeuvre de flux de données massives
- Traitement des données structurées & non structurées7
- 16.1Fonctionnement de Hadoop Distributed File System
- 16.2Importation des données externes vers HDFS
- 16.3Déployer des requêtes SQL avec HIVE
- 16.4Utilisation de PIG pour le traitement de la donnée
- 16.5Principe des ETL
- 16.6Utilisation de streaming de données massive
- 16.7Travaux pratiques : Mise en oeuvre de flux de données massives
- Traitement des données structurées & non structurées7
- 17.1Fonctionnement de Hadoop Distributed File System
- 17.2Importation des données externes vers HDFS
- 17.3Déployer des requêtes SQL avec HIVE
- 17.4Utilisation de PIG pour le traitement de la donnée
- 17.5Principe des ETL
- 17.6Utilisation de streaming de données massive
- 17.7Travaux pratiques : Mise en oeuvre de flux de données massives
- Traitement des données structurées & non structurées7
- 18.1Fonctionnement de Hadoop Distributed File System
- 18.2Importation des données externes vers HDFS
- 18.3Déployer des requêtes SQL avec HIVE
- 18.4Utilisation de PIG pour le traitement de la donnée
- 18.5Principe des ETL
- 18.6Utilisation de streaming de données massive
- 18.7Travaux pratiques : Mise en oeuvre de flux de données massives
- Traitement des données structurées & non structurées7
- 19.1Fonctionnement de Hadoop Distributed File System
- 19.2Importation des données externes vers HDFS
- 19.3Déployer des requêtes SQL avec HIVE
- 19.4Utilisation de PIG pour le traitement de la donnée
- 19.5Principe des ETL
- 19.6Utilisation de streaming de données massive
- 19.7Travaux pratiques : Mise en oeuvre de flux de données massives
- Traitement des données structurées & non structurées7
- 20.1Fonctionnement de Hadoop Distributed File System
- 20.2Importation des données externes vers HDFS
- 20.3Déployer des requêtes SQL avec HIVE
- 20.4Utilisation de PIG pour le traitement de la donnée
- 20.5Principe des ETL
- 20.6Utilisation de streaming de données massive
- 20.7Travaux pratiques : Mise en oeuvre de flux de données massives
- Traitement des données structurées & non structurées7
- 21.1Fonctionnement de Hadoop Distributed File System
- 21.2Importation des données externes vers HDFS
- 21.3Déployer des requêtes SQL avec HIVE
- 21.4Utilisation de PIG pour le traitement de la donnée
- 21.5Principe des ETL
- 21.6Utilisation de streaming de données massive
- 21.7Travaux pratiques : Mise en oeuvre de flux de données massives
- Technique & méthodes Big Data analytics7
- Technique & méthodes Big Data analytics7
- Technique & méthodes Big Data analytics7
- Technique & méthodes Big Data analytics7
- Technique & méthodes Big Data analytics7
- Technique & méthodes Big Data analytics7
- Technique & méthodes Big Data analytics7
- Data visualisation & cas d'usage concrets5
- Data visualisation & cas d'usage concrets5
- Data visualisation & cas d'usage concrets5
- Data visualisation & cas d'usage concrets5
- Data visualisation & cas d'usage concrets5
- Data visualisation & cas d'usage concrets5
- Data visualisation & cas d'usage concrets5
- Pour aller plus loin1
- Pour aller plus loin1
- Pour aller plus loin1
- Pour aller plus loin1
- Pour aller plus loin1
- Pour aller plus loin1
- Pour aller plus loin1
Instructeur
