Description
Objectif général de la formation : Permettre aux participants de maîtriser la conception, l’implémentation et la gestion des architectures et infrastructures Big Data pour répondre aux besoins métier et techniques des projets de grande échelle. Durée : 30.00 heures (5.00 jours) Modalité : Toutes les modalités (présentiel, classe virtuelle et hybride) sont possibles Lieu possible de réalisation : Locaux du bénéficiaire ou locaux d’Ascent Formation, en France métropolitaine et dans les DROM-COM Nombre maximal de participants : 20 Niveau SAME visé : Application (A) Compétences visées : Comprendre les principes et les composants des architectures Big Data. Concevoir et déployer des infrastructures adaptées aux projets Big Data. Configurer et optimiser les socles techniques pour le traitement et l'analyse des données volumineuses. Mettre en œuvre des outils et technologies pour des solutions Big Data performantes.
Objectifs pédagogiques
- Exploiter les architectures Big Data.
- Mettre en place des socles techniques complets pour des projets Big Data.
Public concerné
Prérequis
Déroulé du programme
Jour 1 : Introduction aux architectures Big Data (6 heures)
- Concepts fondamentaux du Big Data (1 heure)
Définition, enjeux et applications du Big Data.
Les 5 V : Volume, Vélocité, Variété, Véracité, Valeur.
Cas d’usage des architectures Big Data.
- Les composants des architectures Big Data (2 heures)
Présentation des écosystèmes Hadoop et Spark.
Concepts de stockage, traitement et orchestration des données.
Travaux pratiques : Analyse d’une architecture existante et identification des composants.
- Introduction à la conception d’infrastructures (3 heures)
Analyse des besoins métiers et techniques.
Choix des outils et technologies adaptés.
Travaux pratiques : Conception d’un schéma d’architecture pour un cas pratique.
Jour 2 : Mise en place des socles techniques (6 heures)
- Installation et configuration des plateformes Big Data (3 heures)
Déploiement de clusters Hadoop et Spark.
Configuration des ressources matérielles et logicielles.
Travaux pratiques : Installer et configurer un cluster Hadoop.
- Gestion des données volumineuses (3 heures)
Stratégies de stockage (HDFS, S3).
Gestion des données non structurées et semi-structurées.
Travaux pratiques : Configurer un pipeline de données dans un cluster Big Data.
Jour 3 : Optimisation des performances et orchestration (6 heures)
- Optimisation des infrastructures Big Data (3 heures)
Techniques pour améliorer les performances de calcul et de stockage.
Gestion des ressources dans un cluster (YARN, Kubernetes).
Travaux pratiques : Mettre en œuvre des optimisations pour un cluster Hadoop.
- Orchestration des flux de données (3 heures)
Introduction à Apache NiFi et Airflow.
Automatisation des pipelines de données.
Travaux pratiques : Configurer un flux de données avec Apache NiFi.
Jour 4 : Sécurité et supervision des architectures Big Data (6 heures)
- Sécurisation des infrastructures (3 heures)
Configuration des permissions et gestion des accès.
Utilisation de Kerberos et des solutions de chiffrement.
Travaux pratiques : Implémenter des stratégies de sécurité sur un cluster.
- Supervision et maintenance (3 heures)
Outils de monitoring (Grafana, Prometheus).
Résolution des incidents et gestion des logs.
Travaux pratiques : Configurer un tableau de bord de supervision.
Jour 5 : Étude de cas et mise en œuvre complète (6 heures)
- Étude de cas pratique (6 heures)
Définition des besoins et choix des composants techniques.
Déploiement et configuration d’une architecture Big Data complète.
Validation des acquis à travers une présentation du projet réalisé.
Informations
Durée
5 jour(s)
30h
Sur demande
Prochaines sessions
Formations similaires
Migration vers le Cloud
Sur demande
Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
Sur demande
AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
Sur demande
Analyse des données avec Microsoft Power BI (4-167)
2200 € HT