IA & Data

Les architectures et infrastructures pour le Bigdata

2 jour(s) • 14h

Description

Objectif de formation : Cette formation vise à fournir aux participants une compréhension approfondie des architectures et des infrastructures nécessaires pour gérer efficacement les données massives dans un environnement de Big Data. Les participants apprendront les principes, les technologies et les meilleures pratiques pour concevoir et mettre en œuvre des solutions Big Data robustes et évolutives.

Objectifs pédagogiques

Comprendre les principes fondamentaux du Big Data, y compris le volume, la variété, la vélocité et la véracité des données
Identifier et comparer les différentes architectures et infrastructures pour le Big Data, y compris les entrepôts de données traditionnels, les systèmes de fichiers distribués et les bases de données NoSQL
Évaluer les besoins spécifiques en matière de Big Data de leur organisation et concevoir des architectures adaptées
Mettre en œuvre des solutions Big Data en utilisant des technologies et des outils appropriés
Analyser les défis et les meilleures pratiques liés à la mise en œuvre et à la gestion de l'infrastructure Big Data

Public concerné

Architectes de données

Professionnels IT

Ingénieurs logiciel

Administrateurs système

Prérequis

Connaissance de base des concepts de base de la gestion des données et des technologies informatiques est recommandée

Expérience préalable avec des outils de base de Big Data tels que Hadoop, Spark, ou des bases de données NoSQL serait bénéfique mais n'est pas obligatoire

Déroulé du programme

Fondamentaux du Big Data et architectures centralisées (7 heures)

Définition du Big Data et explication des caractéristiques clés du Big Data : volume, variété, vélocité et véracité
Présentation des défis et des opportunités liés à la gestion des données massives
Vue d'ensemble des architectures centralisées telles que les entrepôts de données traditionnels
Discussion sur les avantages et les limites des architectures centralisées pour le Big Data
Travaux Pratiques : Analyse d'un cas d'utilisation de Big Data et identification des exigences et des contraintes qui influenceront le choix de l'architecture

Architectures distribuées pour le Big Data et technologies émergentes (7 heures)

Exploration des architectures distribuées telles que les systèmes de fichiers distribués, les bases de données NoSQL et les plateformes de traitement parallèle comme Hadoop et Spark
Comparaison des caractéristiques, des avantages et des inconvénients des architectures distribuées pour le Big Data
Présentation des technologies émergentes telles que les bases de données NewSQL, les systèmes de traitement en mémoire et les outils d'analyse avancée
Discussion sur les tendances actuelles et les développements futurs dans le domaine du Big Data
Travaux Pratiques : Mise en place d'une solution Big Data à l'aide d'une architecture distribuée, en utilisant des outils et des technologies tels que Hadoop, Spark ou une base de données NoSQL