Big Data - Les techniques d'analyse et de visualisation + certification par M2I Formation
Lieu(x)
En centre (38, 69)
Durée
Total : 35 heures
Financement
Demandeur d’emploi
Salarié
Éligible CPF
Prix
Nous contacter
Cette formation vous intéresse ?
Description générale
Big Data overview/n
Introduction au Big Data : de quoi s'agit
- il ?/n
Exemples pratiques/n
Les technologies concernées/n
Les outils/n
Les langages :/n
Hortonworks/n
MapR/n
Cloudera/n
IBM Watson.../n
Démystification du Big Data/n
Les acteurs principaux/n
Les différents métiers du Big Data/n
Architecture Big Data/n
La capture des données/n
MapReduce, PIG, Hive.../n
La mise en qualité/n
Le stockage des données/n
La diffusion des données/n
Traitements en temps réel ou différé/n
Kafka/n
Les architectures réparties/n
Hadoop/n
/n
L'ingestion et le stockage des données/n
Importance de la qualité des données/n
Coût de la mauvaise qualité/n
Cas d'usage/n
Qu'est
- ce que la qualité de données ?/n
Traitements de la qualité dans le MDM/n
Mesure de la qualité d'un entrepôt de données : fiabilisation ou restauration de la qualité/n
Aspects méthodologiques de la qualité (workflow) : Data curation / gouvernance/n
Aspects juridiques liés à la qualité : best practices pour la qualité/n
L'analyse des données : Spark et Spark Streaming/n
Introduction à Apache Spark/n
Apache Spark MLlib/n
Apache Spark Streaming/n
Apache Spark SQL/n
Apache Spark GraphX/n
Stockage basé sur les graphes/n
Visualisation des données/n
Couleurs/n
Itérations sur la perception/n
Techniques d'interactions/n
Exemples d'analyses : efficacité des antibiotiques/n
Visualisation Big Data/n
R, Graph/n
Certification (en option)/n
Nos tests de validation des compétences font partie intégrante du processus d'apprentissage car ils permettent de développer différents niveaux d'abstractions./n
Solliciter l'apprenant à l'aide de nos QCM, c'est lui permettre d'étayer sa réflexion en mobilisant sa mémoire pour choisir la bonne réponse. Nous sommes bien dans une technique d'ancrage mémoriel./n
L'examen sera passé à la fin de la formation./n
/n
Introduction au Big Data : de quoi s'agit
- il ?/n
Exemples pratiques/n
Les technologies concernées/n
Les outils/n
Les langages :/n
Hortonworks/n
MapR/n
Cloudera/n
IBM Watson.../n
Démystification du Big Data/n
Les acteurs principaux/n
Les différents métiers du Big Data/n
Architecture Big Data/n
La capture des données/n
MapReduce, PIG, Hive.../n
La mise en qualité/n
Le stockage des données/n
La diffusion des données/n
Traitements en temps réel ou différé/n
Kafka/n
Les architectures réparties/n
Hadoop/n
/n
L'ingestion et le stockage des données/n
Importance de la qualité des données/n
Coût de la mauvaise qualité/n
Cas d'usage/n
Qu'est
- ce que la qualité de données ?/n
Traitements de la qualité dans le MDM/n
Mesure de la qualité d'un entrepôt de données : fiabilisation ou restauration de la qualité/n
Aspects méthodologiques de la qualité (workflow) : Data curation / gouvernance/n
Aspects juridiques liés à la qualité : best practices pour la qualité/n
L'analyse des données : Spark et Spark Streaming/n
Introduction à Apache Spark/n
Apache Spark MLlib/n
Apache Spark Streaming/n
Apache Spark SQL/n
Apache Spark GraphX/n
Stockage basé sur les graphes/n
Visualisation des données/n
Couleurs/n
Itérations sur la perception/n
Techniques d'interactions/n
Exemples d'analyses : efficacité des antibiotiques/n
Visualisation Big Data/n
R, Graph/n
Certification (en option)/n
Nos tests de validation des compétences font partie intégrante du processus d'apprentissage car ils permettent de développer différents niveaux d'abstractions./n
Solliciter l'apprenant à l'aide de nos QCM, c'est lui permettre d'étayer sa réflexion en mobilisant sa mémoire pour choisir la bonne réponse. Nous sommes bien dans une technique d'ancrage mémoriel./n
L'examen sera passé à la fin de la formation./n
/n
Objectifs
MANAGEMENT DE PROJET ET GOUVERNANCE DU BIG DATA/n
- Piloter une équipe projet Big Data avec une approche AGILE.
- Définir les méthodes de cadrage de la stratégie de gouvernance du Big Data.
- Assurer la mise en oeuvre d'une gouvernance des données efficace.
- Contribuer à la mise en oeuvre de la stratégie de l'entreprise.
- Analyser les enjeux économiques, juridiques et les applications concrètes.
- Superviser les étapes de préparation des données et les algorithmes de Machine Learning.
- Piloter le cycle de vie des données (collecte, exploitation, analyse, visualisation).
- Contribuer aux travaux de conception et de modélisation de nouvelles solutions.EXTRACTION ET STRUCTURATION DES DONNEES/n
- Analyser les besoins des utilisateurs.
- Valider les données pertinentes.
- Définir la structuration de données et les solutions de stockage.
- Concevoir l'architecture d'un entrepôt de données décisionnelles.
- Mettre en place des solutions techniques pour la gestion des données volumineuses.
- Identifier le cadre juridique du stockage et de l'analyse de données.
- Assurer la qualité des données tout au long du traitement.
- Cartographier les données collectées dans un format compréhensible.
- Assurer la veille technologique.ANALYSE ET RESTITUTION DES DONNEES/n
- Traduire les demandes des utilisateurs en requêtes.
- Aligner les usages métiers avec les cycles de vie de la donnée.
- Mettre en place l'analyse statistique et les outils d'enquête de données.
- Elaborer des algorithmes prédictifs.
- Définir les règles d'utilisation des technologies décisionnelles.
- Utiliser les outils de reporting dynamique et multidimensionnel.
- Mettre en place différentes techniques de visualisation.
- Développer les leviers de création de valeur.
- Améliorer la sécurité et la conformité.
- Garantir que chaque traitement soit réalisé dans le respect de la loi.
- Assurer la veille technologique.APPLICATION DU BIG DATA AUX METIERS/n
- Diagnostiquer le type de données à traiter avec les métiers (use cases).
- Améliorer les processus métiers.
- Optimiser les stratégies CRM du marketing relationnel.
- Mesurer le ROI (Retour sur Investissement).
- Identifier les aspects juridiques.
- Créer de nouveaux services axés sur l'utilisation finale du consommateur.
- Fournir les données requises à la réalisation d'études de marché.
- Proposer une stratégie commerciale et marketing.
- Piloter une équipe projet Big Data avec une approche AGILE.
- Définir les méthodes de cadrage de la stratégie de gouvernance du Big Data.
- Assurer la mise en oeuvre d'une gouvernance des données efficace.
- Contribuer à la mise en oeuvre de la stratégie de l'entreprise.
- Analyser les enjeux économiques, juridiques et les applications concrètes.
- Superviser les étapes de préparation des données et les algorithmes de Machine Learning.
- Piloter le cycle de vie des données (collecte, exploitation, analyse, visualisation).
- Contribuer aux travaux de conception et de modélisation de nouvelles solutions.EXTRACTION ET STRUCTURATION DES DONNEES/n
- Analyser les besoins des utilisateurs.
- Valider les données pertinentes.
- Définir la structuration de données et les solutions de stockage.
- Concevoir l'architecture d'un entrepôt de données décisionnelles.
- Mettre en place des solutions techniques pour la gestion des données volumineuses.
- Identifier le cadre juridique du stockage et de l'analyse de données.
- Assurer la qualité des données tout au long du traitement.
- Cartographier les données collectées dans un format compréhensible.
- Assurer la veille technologique.ANALYSE ET RESTITUTION DES DONNEES/n
- Traduire les demandes des utilisateurs en requêtes.
- Aligner les usages métiers avec les cycles de vie de la donnée.
- Mettre en place l'analyse statistique et les outils d'enquête de données.
- Elaborer des algorithmes prédictifs.
- Définir les règles d'utilisation des technologies décisionnelles.
- Utiliser les outils de reporting dynamique et multidimensionnel.
- Mettre en place différentes techniques de visualisation.
- Développer les leviers de création de valeur.
- Améliorer la sécurité et la conformité.
- Garantir que chaque traitement soit réalisé dans le respect de la loi.
- Assurer la veille technologique.APPLICATION DU BIG DATA AUX METIERS/n
- Diagnostiquer le type de données à traiter avec les métiers (use cases).
- Améliorer les processus métiers.
- Optimiser les stratégies CRM du marketing relationnel.
- Mesurer le ROI (Retour sur Investissement).
- Identifier les aspects juridiques.
- Créer de nouveaux services axés sur l'utilisation finale du consommateur.
- Fournir les données requises à la réalisation d'études de marché.
- Proposer une stratégie commerciale et marketing.
Centre(s)
- Grenoble (38)
- Lyon - 3ème (69)
Métier(s)
- Administrateur / Administratrice de bases de données
- Administrateur / Administratrice de la messagerie
- Administrateur / Administratrice de serveurs
- Administrateur / Administratrice de site Web
- Administrateur / Administratrice de site internet
- Administrateur / Administratrice réseau informatique
- Administrateur / Administratrice réseaux - télécoms
- Administrateur / Administratrice système informatique
- Administrateur / Administratrice systèmes et réseaux
- Administrateur / Administratrice sécurité informatique
Compétence(s)
- Algorithmique
- Caractéristiques des logiciels d'interface (middleware)
- Infogérance / télémaintenance
- Ingénierie d'exploitation
- Métrologie
- Normes qualité
- Normes rédactionnelles
- Paramétrage de logiciels
- Principes d'intégration de matériels et de logiciels
- Protection des données numériques
- Règlement Général européen sur la Protection des Données (RGPD)
- Règles d'installation informatiques
- Règles de sécurité Informatique et Télécoms
- Site web
- Système d'exploitation AS 400
- Système d'exploitation Gcos
- Système d'exploitation HP-Ux
- Système d'exploitation IBM Aix
- Système d'exploitation Irix
- Système d'exploitation Linux
- Système d'exploitation MVS
- Système d'exploitation MacOS
- Système d'exploitation Solaris
- Système d'exploitation Unix
- Système d'exploitation Windows
- Système d'exploitation informatique Android
- Système d'exploitation informatique Apache Tomcat
- Système d'exploitation informatique Open BSD
- Système d'exploitation informatique Sun OS
- Système d'exploitation informatique VMWare (virtualisation d'architecture)
- Système d'exploitation informatique VirtualBox
- Système de Gestion de Bases de Données (SGBD)
- Système de messagerie
- Système embarqué
- Système interactif d'aide à la Décision (SIAD)
- Système réseau (LAN, MAN, WAN)
- Système temps réel
- Système à temps partagé ou transactionnel
Formation proposée par : M2I Formation
À découvrir