Formation Big Data : qualité des données

1/ Introduction

• Les origines du Big Data

• La donnée en tant que matière première

• La connaissance de la question

• De la qualité à la qualité de la donnée ?

• Big Data, Données, qualité et stratégie d’entreprise

• Problématiques d’alignement de la qualité de la donnée avec les usages métiers

• Les différentes sources de données de l’entreprise, de l’Internet, des objets connectés

• Les différentes formes d’exploitation de données

• Système d’information opérationnel

• Système d’information décisionnel

• Big Data et smart Data

2/ La qualité des données

• La qualité des données et le MDM

• Les dimensions de la qualité des données

• L'utilité de la qualité des données

• Les technologies utilisées dans la Data Quality

• La perception des éditeurs dans la qualité des données

3/ Cycle de vie et qualité de la donnée

• Cycle de vie et gestion de la qualité de la donnée

• Création

• Collecte

• Stockage, base à chaud, base à froid

• Exploitation

• Archivage

• Nettoyage, Suppression, est-ce possible en Big Data ?

• Audit de l’intégrité et de de la qualité

• Identification la non qualité des données

• Traitement de la non qualité des données

• Gestion de la qualité des données

4/ Alignement des usages métiers Big Data

• Analyse des usages sur la donnée et impacts sur la qualité de la donnée Big Data structurée ou non

• Identification des usages de la donnée de demain et impact sur la qualité de la donnée

• Urbanisation de la donnée, qualité du Big Data et de bonnes pratiques

• Stratégie de gestion de la qualité de la donnée

• Évaluation de la qualité de donnée

5/ La gouvernance des données Big Data

• Rôle de la gouvernance

• Aspects de la gouvernance des données

• Niveau d'intérêt dans la gouvernance des données

• Organisation de la gouvernance des données

• Zones de mise en valeur

• Le coût de la faible qualité des données

• Data Governance Committee et Staff

• Les 5 niveaux de maturité

• Les principaux drivers pour la gouvernance des données

6/ Urbanisation, mise sous contrôle des référentiels et qualité de la donnée

• Démarche d’urbanisation

• Mise sous contrôle de la donnée Big Data

• Mise en oeuvre de la qualité de la donnée

• Transformation de l’organisation et impact sur la qualité de la donnée

• Moyens d’assurer la qualité de la donnée

• Réconciliation avec les référentiels internes

7/ Outils et méthodes pour assurer la qualité de la donnée

• Outils de gestion des référentiels

• Outils de gestion de la qualité de données

• Principes d’architecture et de mise en œuvre

8/ Le traitement de données

• Considérations techniques du traitement de données en masse

• Introduction au calcul distribué

• Exemples d’architectures distribuées