Accueil > Big Data, SGBD, IA, BI, SAP > Big Data : état de l’art
Formation #BSI03

Formation Big Data : état de l’art

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

Durée : 3 jours

Code : BSI03


Sessions programmées :

Du 17 au 19 Fév. 2021

Du 14 au 16 Avril 2021

Du 16 au 18 Juin 2021

Du 22 au 24 Sept. 2021

Du 17 au 19 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 : BSI03


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 du Big Data
  • Appréhender les enjeux économiques
  • Connaître les avantages, les limites et les inconvénients du Big Data
  • Identifiez les nouvelles problématiques liées au Big Data
  • Identifier l’écosystème et comprendre les technologies associées
  • Anticiper son intégration dans les activités informatiques de l’entreprise
  • Exploiter dans le respect des règles de sécurité et de confidentialité
Programme
1/ Comprendre le Big Data
  • Big Data, l’Analytics, la Data Science : définitions
  • Concepts fondamentaux et caractéristiques clés du Big Data
  • Big Data : origines
  • La source des données
  • Changements de quantité, de qualité, d'habitudes
  • La valeur de la donnée : un changement d'importance
  • La donnée en tant que matière première
  • Le quatrième paradigme de la découverte scientifique
  • 3V de Gartner (Vélocité, Variété et Volume) et les variantes (Véracité, Valeur, Validité…)
  • Collecte et traitement des données structurées, semi-structurées et non-déstructurées
  • Transformation des données en informations
  • Création de la valeur à partir des données
  • Différences et apports par rapport aux technologies traditionnelles
  • Exemples d’application et usages des technologies Big Data
2/ Big Data : exemples d’usage
  • Réseaux sociaux : Google, Twitter, Youtube
  • Gestion des clients (CRM) : Vue 360° des clients / Multicanal
  • Sécurité informatiques : identification des tentatives d’attaques
  • Analyse des logs d’Internet (Web)
  • Profiling d’individus : ADN numérique
  • Les projets Big Data : critères de succès et causes d’échec
3/ Architectures des solutions de calcul distribué du Big Data : introduction
  • Principe
  • Scalabilité horizontale et verticale
  • Architecture de cluster et composants économiques
  • Traitement parallèle des données
  • Enjeux des architectures distribuées selon l’organisme CSA
4/ Stockage
  • Sources de données publiques, privées, la philosophie Open Data
  • Classifier les données selon leur structure
  • Vue d’ensemble des modes et architectures de stockage
  • Stockage des données Data Lake
  • Différents types de base des données NoSQL : MongoDB, Cassandra, Neo4j…
5/ Méthodes de traitement du Big Data
  • Les types de traitement : recherche, apprentissage (Machine Learning, transactionnel, data mining, Mahout)
  • Ecosystème de Hadoop : Pig, Flume, Zookeeper, HBase, Oozie …
  • Principes de fonctionnement du modèle MapReduce
  • OpenStack et le gestionnaire de données Ceph
  • Le Complex Event Processing : un exemple, Storm
  • Du Business Intelligent (BI) au Big Data
  • Décisionnel et le transactionnel renouvelés : les bases de données NoSQ, typologie et exemples
  • Ingestion de données et l'indexation (exemples : Splunk et Logstash)
  • Crawlers Open Source
  • Recherche et analyse : Elasticsearch
  • Une architecture générale du data mining via le Big Data
6/ Visualisation des données
  • Principes fondamentaux et objectifs de la dataviz
  • Limites des outils et méthodes traditionnels (Excel, BusinessObjects, etc)
  • Spécificités du Big Data
  • Panorama des solutions de datavisualisation : Tableau, Qlik, Microstrategy, Microsoft Power BI…
  • Quels types de visualisation pour quels usages ? comparaison QlikView, Tibco Spotfire, Tableau
  • La visualisation interactive pour représenter les données complexes
  • Raconter une histoire avec les données : Data Storytelling
7/ Outils et techniques pour l’analyse de données massives
  • Analyse statistique au Deep Learning
  • Caractéristiques de l’Analytics Big Data, spécificités
  • Qu’est-ce que le Data Mining ? Relations avec la Business Intelligence
  • Sélectionner les bons outils suivant la structure de données
  • Analyse de données avec Pig et Hive, Apache Storm, Apache Spark
  • ElasticSearch pour la recherche de données
  • Big Data et intelligence artificielle, une convergence révolutionnaire
  • Machine Learning : vue d’ensemble des technologies et algorithmes d’apprentissage automatique
  • Spécificités du Machine Learning pour le Big Data et domaines d’application
  • Introduction aux réseaux neuronaux (deep learning)
8/ Cloud et Big Data
  • Clouds publics et privés
  • Services XaaS
  • Objectifs et avantages des architectures Cloud
  • Infrastructures
  • Les égalités et les différences entre Cloud et Big Data
  • Les Clouds de stockage
  • Classification, sécurité et confidentialité des données
  • La structure comme critère de classification : non structurée, structurée, semi-structurée
  • Classification selon le cycle de vie : données temporaires ou permanentes, archives actives
  • Difficultés en matière de sécurité : augmentation des volumétries, la distribution
  • Les solutions potentielles
9/ Open Data
  • Philosophie des données ouvertes et les objectifs
  • Libération des données publiques
  • La mise en œuvre : les difficultés
  • Caractéristiques essentielles des données ouvertes
  • Domaines d'application
  • Les bénéfices escomptés
10/ Sécurité et Big Data
  • Les données personnelles
  • Les informations sensibles, interdites de collecte
  • La CNIL régule les données numériques
  • Les accords intra-pays
11/ Cas d'usage
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 projet
  • Architectes
  • Responsables SI
Dates

Dates

  • Du 17 au 19 Fév. 2021
  • Du 14 au 16 Avril 2021
  • Du 16 au 18 Juin 2021
  • Du 22 au 24 Sept. 2021
  • Du 17 au 19 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