Accueil > Big Data, SGBD, IA, BI, SAP > Big Data : enjeux et perspectives
Formation #BSI01

Formation Big Data : enjeux, architectures et outils

Formation avec Restauration incluse
(Déjeuner, Petit Déjeuner et Pauses Cafés)

Durée : 3 jours

Code : BSI01


Sessions programmées :

Du 10 au 12 Fév. 2021

Du 07 au 09 Avril 2021

Du 09 au 11 Juin 2021

Du 15 au 17 Sept. 2021

Du 10 au 12 Nov. 2021

Fin d'Inscription :
Le Bulletin d'Inscription doit être rempli, cacheté, signé et envoyé par email :
  • Pour les entreprises AU MAROC :
    Au minimum 10 JOURS OUVRÉS avant la date de formation
  • Pour les entreprises HORS MAROC :
    Au minimum 15 JOURS OUVRÉS avant la date de formation

Formation dans votre entreprise.

Durée : 3 jours

Code : BSI01


Vous souhaitez réaliser cette formation en vos locaux avec le même programme ?

Vous souhaitez personnaliser le programme de cette formation pour qu'elle réponde aux spécificités de votre entreprise ?

Objectifs

  • Connaître l'ensemble des concepts et enjeux du Big Data
  • Connaitre les informations essentielles pour lancer une initiative Big Data
  • Identifier et s’approprier les outils de l’écosystème Big Data
  • Comprendre le Big Data, son impact dans l’entreprise et dans les relations client prestataire
Programme
1/ Comprendre le Big Data
  • Introduction au Big Data
  • Les origines du Big Data
  • Les données au cœur des enjeux
  • Explosion du nombre de données
  • La place des objets connectés dans le Big Data
  • Données structurées, semi-structurées, non structurées
  • Comment disposer de données de « qualité » ?
  • Les limites des architectures actuelles
  • Définition d’un système Big Data
  • Les technologies concernées
  • Les outils
  • Les langages : Hortonworks, MapR, Cloudera, IBM Watson
  • Démystification du Big Data
  • Les acteurs principaux
  • Les différents métiers du Big Data
  • Différences entre BI, Big Data et Data Science
  • Exemples pratiques
2/ Enjeux et évolutions du Big Data
  • Les différentes sources de données
  • La diminution des coûts de stockage
  • L’augmentation des capacités de traitement des solutions éprouvées exploitées par des géants de l’Internet
  • L’avènement du Cloud Big Data (Data as a Service)
  • La qualité des données
  • Le traitement des données
  • La protection des données
  • L'image de la donnée
  • L'humanité des données
3/ Zoom sur le marché Big Data
  • Marché data au niveau mondial
  • Évolutions et les acteurs de la chaine de l’offre Big Data
  • Enjeux stratégiques et organisationnels
4/ Principaux cas d’usages d’analytiques
  • Description des 4 types d’analytiques fondamentales du Big Data
  • 5 usages populaires du Big Data en entreprise
5/ Sécurité éthique et enjeux juridiques du Big Data
  • Assurer la protection des données
  • Qualification complexe des données
  • La CNIL régule les données numériques
  • Sécurité des données et enjeux juridiques
  • Les informations sensibles, interdites de collecte
  • Les accords intra-pays
6/ Big Data et la performance de l’entreprise
  • En quoi Big Data est un enjeu de performance pour les entreprises?
  • Comment identifier les nouveaux leviers de performance ?
  • Chaîne des valeurs, développement des nouvelles activités…
  • Productivité et optimisation des dépenses
  • Comment accompagner les DSI dans le Big Data
  • Impacts sur les équipes en place
  • Apparition des nouveaux rôles/métiers (data scientists et CDO)
  • Compétences nouvelles à acquérir
7/ Les projets Big Data en entreprise
  • Spécificités d’un projet Big Data
  • Méthodologie/démarche de gestion d’un projet Big Data
  • Calcul du retour sur investissement d’un projet Big Data
  • Les étapes pour lancer un projet Big Data et les précautions à prendre
  • Facteurs clés de succès
  • Causes d'échec
  • L’innovation constante accélère le phénomène
  • Nouvelles technologies de transmission (vitesse de connexion accrue, mobiles en constante amélioration)
  • Objets connectés et domotique
  • Zoom sur le marché des biens et services proposés aux consommateurs
  • Fusionner les données exogènes et endogènes pour mieux comprendre les usagers
  • Méthodes de traitement de l’information : du traitement batch, au traitement temps réel
  • Architectures décisionnelles d’aujourd’hui
  • Les lacs de données (Datalake) en pleine émergence
8/ Architecture et infrastructure Big Data
  • Cohabitation des solutions SGBDR et NoSQL
  • Les outils permettant d’extraire les données (ETL)
  • La nécessité de “nettoyer” les données (dataquality)
  • Exemple de traitement avec un ETL dédié Big Data
  • L’apport d’un MDM (Master Data Manager)
  • Le stockage avec Hadoop (base de données Hbase, système de fichiers distribué HDFS)
  • Solutions Big Data alternatives (Sybase IQ, SAP Hana, Vectorwise, HP Vertica, etc.)
9/ L’analyse des données et la visualisation
  • Définition de l’analyse statistique
  • Requêter avec Hive
  • Analyser les données (Pig, Mahout, etc.)
  • Intégrer les données grâce à Sqoop
10/ Le développement d’applications Big Data
  • La philosophie de MapReduce (clef, valeur)
  • L’apport d’Apache Spark
  • Machine learning et prédiction des données (Scala, Spark MLibs, etc.)
  • Interconnexion avec les outils SPSS, R, SAS
11/ La visualisation des données (DATAVIZ)
  • Ce que les statistiques ne disent pas
  • Data visualisation et cas d'usage concrets
  • Quels graphes pour quels usages ?
  • Représentation de données complexes (encodage visuel, visualisation interactive)
  • Savoir communiquer sur les analyses de données (Data Storytelling)
  • Synthèse des principaux outils utilisés dans les projets
12/ Démonstration d’un environnement distribué HADOOP
  • Les moteurs de recherche de grande envergure
  • Présentation Lucene, Solr
  • Mécanisme de traitement
  • Gestion des journaux applicatifs
  • Mécanismes et architecture Apache Flume
  • La relation entre Cloud et Big Data
  • Motivation entre clouds publics et privés
  • Les clouds de stockage
  • Se reconcentrer sur les problématiques métiers, grâce aux services managés
Approche Pédagogique

Approche Pédagogique

  • Pédagogie très opérationnelle fondée sur l'alternance entre théorie et pratique
  • Cas pratiques
  • Remise d’outils
  • Echanges d’expériences
Public cible

Public cible

  • DSI
  • Directeurs techniques
  • Chefs de projets
  • Architectes
  • DBA
  • Ingénieurs systèmes et réseaux
  • Développeurs
  • Data scientists
  • Toute personne désirant disposer d’une vue globale et détaillée sur le Big Data
Dates

Dates

  • Du 10 au 12 Fév. 2021
  • Du 07 au 09 Avril 2021
  • Du 09 au 11 Juin 2021
  • Du 15 au 17 Sept. 2021
  • Du 10 au 12 Nov. 2021
  • Fin d'Inscription :
    Le Bulletin d'Inscription doit être rempli, cacheté, signé et envoyé par email :
    • Pour les entreprises AU MAROC : Au minimum 10 JOURS OUVRÉS avant la date de formation
    • Pour les entreprises HORS MAROC : Au minimum 15 JOURS OUVRÉS avant la date de formation