DU analyste big data par Université Paris Descartes - IUT Paris Descartes

Module 1 - stockage massif de données :
- Bases de données relationnelles VLDB.
- Bases de données mémoire.
- Stockage dans le cloud.
- Stockage dans l'éco
- système Hadoop.
- Environnement de type data lab (data mining agile) et outils de fouille de données passant à l'échelle.

Module 2 - décisionnel temps réel :
- Sources de données en flux : capteurs, salles de marché...
- Complex Event Processing (CEP) : notion de flux de données, requêtes sur flux, fenêtrage ...
- Tableaux de bord dynamiques, alarmes.
- Méthodes de fouille de flux de données : modèles incrémentaux et adaptatifs (clustering, classification, prévision).
- Visualisation de flux de données.

Module 3 - fouille de données complexes :
- Sources de données complexes : séries temporelles, données spatiales, texte.
- Pré-traitements des données complexes (transformations, indexation, signatures...).
- Méthodes de fouille de séries temporelles et fonctionnelles, de données spatiales, de textes (clustering, classification).
- Visualisation de données complexes.
- Applications.

Module 4- fouille du web et des réseaux sociaux :
- Sources et formats de données du web.
- Extraction de données à partir du web.
- Structures de grands graphes, propriétés statistiques de ces graphes.
- Algorithmes de fouille des graphes des réseaux sociaux (statique, dynamique).
- Visualisation de graphes.

Module 5 - qualité, sécurité et confidentialité des données :
- Gestion de la qualité des données : concepts et mise en oeuvre.
- Outils pour la qualité des données : Master Data Management, audit de bases de données.
- Sécurisation de l'accès aux données.
- Gestion des données personnelles (CNIL), anonymisation des données personnelles.

Permettre aux apprenants d'évoluer vers des postes au sein de projets big data dans les entreprises, les administrations et les collectivités territoriales, par la prise en main de nouveaux outils répondant aux nouveaux défis :
- la prise en compte de données très volumineuses (volume),
- le traitement de données arrivant sous forme de flux continus en temps réel (vélocité),
- l'hétérogénéité des provenances et des types des sources de données (variété),
aussi bien au niveau du stockage des données que de leur traitement statistique, dans une perspective décisionnelle.