La formation

Cette formation comprendre les fondamentaux du big data et de la data science est basée sur des cas pratiques afin de vous familiariser avec les concepts du big data et de la data science.

Vous apprendrez par des exemples à comprendre l’environnement du big data (Hadoop, Spark…) et ses applications (open data, internet des objets…).

Cette formation big data vise un public d’analystes, de chargés d’études voulant comprendre les enjeux liés au big data et ne demande aucun prérequis technique.

Public concerné

Tout public intéressé par la compréhension des fondamentaux du big data et de la data science.

Pré-requis

Aucun, hormis appétence pour comprends le Big Data !

Durée de la formation

2,5 jours soit 17h30

Programme de la formation

Le big data :

Le big data – définitions et usages

Quelques cas d’usages de projets big data

Qui pour s’occuper des données dans votre structure : le data Scientist, le data analyst, le data engineer, le big data architect…

 

Les données et leur gestion :

Les données non structurées

Le passage au big data : quels changements pour votre organisation ?

Le data lake et les formats de stockage (HDFS, in memory…), quelle solution choisir ?

Hadoop et son environnement (Hive, Pig, MapReduce, Kafka…)

 

Les étapes d’un projet big data :

Les données

Le stockage

Les outils liés au big data : Hadoop, Spark, Kafka…

 

La data analytics (predictive analytics) et le machine learning pour l’intelligence artificielle :

Différence entre le traitement des données classiques et la data analytics pour le big data

Le machine learning : panorama des méthodes et des utilisations (supervisé, non supervisé, renforcement, deep learning)

Présentation d’outils pour le machine learning dans le cadre du big data (MLlib de Spark)

 

Les objectifs d’une stratégie big data :

Comment définir une stratégie big data dans votre entreprise.

Présentation de cas réels d’applications big data

Comment éviter les pièges liés à un projet big data


Moyens pédagogiques

Formation présentielle (Exposés, cas pratiques, synthèse)