Formation Big Data : enjeux, applications et méthodologie
- Data
- Formation détaillée
Prenez en main cet avantage concurrentiel par les concepts, outils et meilleures pratiques
88% de participants satisfaits sur les 12 derniers mois
Objectifs
- Acquérir la capacité à créer de la valeur à partir des Big Data
- Savoir examiner en profondeur et assembler les solutions technologiques Big data : stockage, calcul, sécurité, infrastructure
- Appréhender les opportunités, et comprendre les facteurs clefs de la réussite ou de l’échec d’une initiative Big Data en entreprise
- Identifier ses besoins réels en termes de compétences et technologies
Programme
1 – Big Data, que signifie-t-il pour l’entreprise ?
Définissons ici le vocabulaire et les enjeux du Big Data
- « Big Data », sa place dans l’écosystème IT 20 ans après sa définition
- Création de valeur à partir des données massives : IA Générative, processus industriels, Marketing sous
- Raffinage des données massives : définition d’un flux complet de bout en bout
- Le retour de la problématique des volumes (Quetta et Ronna octets)
- Business intelligence ou Big Data : une frontière de plus en plus fine grâce aux iPaaS
- Data Mesh, Edge Des tendances incompatibles ou complémentaires au Big Data ?
- Generative AI & Big Data : Le Big data comme pré-requis à l’Intelligence Artificielle Generative.
- Differences entre Data Fabric / Data Mesh / Data Lake House / Data Lake / Data Warehouse / Big Data
2 – Le stockage des Big Data
Apprenez à stocker et mettre à disposition ces Big Data
- Technologies de stockage distribué : bloc, objet. Hadoop à la genèse mais des évolutions ont été nécessaires.
- Le transactionnel Big Data NoSQL (disque ou in-memory) et NewSQL : vue d’ensemble des types (document, colonne, graph, etc..) et acteurs (MongoDB, Cassandra, Neo4j, Redis, DynamoDB, Couchbase, etc)
- La tendance : les bases de données Séries Temporelles : exemple de TimescaleDB et InfluxDB
- Le futur : les nouvelles bases de données pour l’intelligence Artificielle (Vectorielle)
- La révolution Cloud, le stockage vu comme moins limitant
- Data virtualization et Software Defined Storage : deux alternatives
3 – Les architectures Big Data
Déterminez le positionnement des différentes briques au sein d’une architecture solide
- Le fondement des architectures Big Data : performance, scalabilité, disponibilité
- Typologie des architectures techniques : Lambda, Kappa.. dans une optique de persistance polyglotte
- Panorama des solutions On Premise : écosystème Hadoop en recul (Cloudera, Hortonworks), mais de nombreuses architectures orientées évènementiel et calculs.
- Panorama des nouvelles architectures Cloud : vers une vision plateforme Big Data Analytics (exemple sur Amazon Web Services, Microsoft Azure et Google Cloud Platform)
- Les plateformes Cloud de Data Warehousing comme accélérateurs : exemple de Snowflake
- CAS PRATIQUES : 3 cas d’usages (IoT, Web Marketing, 1 au choix des participants)
4 – Les fondamentaux du traitement et l’analyse des données Big Data
Appréhendez les techniques d’analyse des données indispensables au Big Data
- Fondamentaux du traitement de données Big Data : réalisation d’un calcul distribué MapReduce
- Intelligence Artificielle et Big Data comment les mettre en place conjointement
- Préparation des données pour l’intelligence Artificielle
- Limite des Intelligences Artificielles
- Explication sur un cas pratique, ChatGPT ou Midjourney
- Évolutions du Data Mining vers le Machine Learning : possibilité de traiter plus de données
- Machine Learning en environnement parallèle, importance du In-memory : exemples de Spark, Kafka
- Visualisation des données à valeur ajoutée, l’étape à ne pas oublier lors des initiatives Big Data
- Le cadre juridique des données : exemple du RGPD et autres réglementations
- Les notions de Protections des données
- La nécessité de passer par la Privacy by Design
5 – Big Data et méthodologie de projet
Orchestrez les différentes connaissances acquises via une méthodologie spécifique aux projets Data
- Le cadrage des projets Big Data : quels sujets ?
- Mise en pratique d’un business case complet (sujet au choix des participants)
- Le management des projets de Big Data : quel déroulé de projet ?
- L’organisation des projets Big Data : quels profils et quelles compétences ?
- Data Scientist, Data Engineer, Data Stewards ou Data Ops, par quoi commencer ?
- Rôle de la DSI dans le Big Data : nécessité d’une évolution.
- Datalab, Datafabric, organisation Datacentric, quelle organisation ?
Ce programme a été mis à jour le lundi 1er juillet 2024.
Afficher plusÀ qui s’adresse
cette formation ?
Public
Directions informatiques et directions métiers (Marketing, Commerciale, Innovation, etc.).
Prérequis
Aucun.
Osez vous former à l’excellence
- Un décryptage des tendances
- Une « Bubble Care » d’exception
- Partager avec ses pairs
- Des espaces premium
Animateur
Le mot de l'animateur
« Big Data, mythe ou réalité ? A-t-on réussi à aller au-delà du mot-clef ? Entre technologies, techniques, méthodologies et gouvernance, le Big data est le socle à maitriser pour utiliser vos données. En deux jours, je vous donnerai les clefs pour réussir vos projets grâce à plus de 10 ans d’expériences concrètes. »
Adrian PELLEGRINI
Découvrir l'animateurModalités
Méthodologie pédagogique
Cette formation concrète et pragmatique est illustrée par de nombreux exemples pratiques issus d’une expérience et d’un savoir-faire acquis sur de nombreux projets de taille variée au sein d’établissements et d’entreprises de différents secteurs.
Tout au long de la formation, les participants bénéficient d'exercices sur des cas d'usages, de questions binaires qui permettent un vote de l’ensemble des apprenants, de mises en situation, et si l’auditoire le souhaite, d'une démo d’outil avec usage.
Support de cours téléchargeable en début de formation.
Méthodologie d’évaluation
Le stagiaire reçoit en amont de la formation un questionnaire permettant de mesurer les compétences, profil et attentes du stagiaire. Tout au long de la formation, les stagiaires sont évalués au moyen de différentes méthodes (quizz, ateliers, exercices et/ou de travaux pratiques, etc.) permettant de vérifier l'atteinte des objectifs. Un questionnaire d'évaluation à chaud est soumis à chaque stagiaire en fin de formation pour s’assurer de l’adéquation des acquis de la formation avec les attentes du stagiaire. Une attestation de réalisation de la formation est remise au stagiaire.
Osez vous former à l’excellence
Une vision globale pour réussir sa transformation
Un environnement propice
à la réflexion
Des opportunités de networking pour s’enrichir
Des espaces premium pour des formations d'exception
À qui s’adresse
cette formation ?
Public
Directions informatiques et directions métiers (Marketing, Commerciale, Innovation, etc.).
Prérequis
Aucun.
Autres formations sur le même thème
Data
Maîtrisez la complexité des architectures de données
Prochaines sessions :
- 9-11 Déc 2024
- 16-18 Juin 2025
- 15-17 Sep 2025
- 17-19 Nov 2025
2960 € / pers. HT
Voir toutes les sessions Data
Data Mesh et Data Products : retours d’expérience et guide pratique de mise en place
Prochaines sessions :
- 10-11 Mars 2025
- 15-16 Mai 2025
- 18-19 Sep 2025
- 16-17 Oct 2025
2197 € / pers. HT
Voir toutes les sessions Data
Anticipez vos enjeux business grâce à un système décisionnel et BI performant
Prochaines sessions :
- 19-21 Mai 2025
- 1-3 Oct 2025
- 8-10 Déc 2025
2960 € / pers. HT
Voir toutes les sessions Data
Gouvernance des données métiers : enjeux, méthodologie et outils
Prochaines sessions :
- 7-9 Avr 2025
- 11-13 Juin 2025
- 10-12 Sep 2025
- 13-15 Oct 2025
- 24-26 Nov 2025
2960 € / pers. HT
Voir toutes les sessions