Certification Data Scientist - MEO Des archi Big DaTA (4-090)
Description
Objectif général de la formation : Valider le bloc de compétences « Mettre en œuvre les architectures Big Data » du titre RNCP niveau 7 (Bac +5) « Expert en informatique et systèmes d’information » à travers des activités pratiques de conception, déploiement et validation. 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 : Maîtrise (M) Compétences visées : Concevoir une architecture Big Data adaptée aux besoins métiers. Déployer les outils nécessaires pour traiter des données massives. Valider et optimiser une architecture Big Data en conditions réelles.
Objectifs pédagogiques
- Identifier les besoins techniques et fonctionnels pour une architecture Big Data.
- Mettre en œuvre une infrastructure Big Data en utilisant les outils appropriés.
- Tester et évaluer les performances d’une architecture Big Data.
- Communiquer efficacement les choix techniques réalisés.
Public concerné
Prérequis
Déroulé du programme
Matinée (3 heures)
- Introduction et analyse des besoins (1 heure)
Présentation des concepts clés des architectures Big Data.
Analyse des spécifications techniques et fonctionnelles.
Définition des objectifs d’une architecture Big Data.
Travaux pratiques : Identification des besoins à partir d’un cas concret.
- Conception de l’architecture Big Data (2 heures)
Sélection des technologies adaptées (Hadoop, Spark, Kafka).
Définition des composants essentiels : stockage, traitement, orchestration.
Élaboration d’un schéma logique et physique.
Travaux pratiques : Création d’un plan d’architecture pour un projet spécifique.
Après-midi (3 heures)
- Déploiement et validation de l’architecture (2 heures)
Installation et configuration des outils Big Data.
Traitement des données en batch et en temps réel.
Validation des performances : tests de scalabilité et de fiabilité.
Travaux pratiques : Mise en œuvre d’un pipeline de données sur un cluster.
- Synthèse et restitution des résultats (1 heure)
Analyse critique des résultats obtenus.
Présentation des choix techniques et recommandations.
Évaluation finale : Validation des livrables par le formateur.
Informations
Durée
1 jour(s)
6h
Sur demande
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 bayésienne (4-107)
Sur demande