Fermer
  • Accueil
  • Data
  • Big Data : enjeux, applications et méthodologie

Formation Big Data : enjeux, applications et méthodologie

  • Data
  • Formation détaillée
Prenez en main cet avantage concurrentiel par les concepts, outils et meilleures pratiques
Durée
Tarif
2197 € / pers. HT
Durée
Tarif
2197 € / pers. HT

Formation Big Data : enjeux, applications et méthodologie

Prix
2197€ / pers. HT

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 en 2023
  • Data Mesh, Edge computing.. Des tendances incompatibles ou complémentaires au Big Data ?
  • Création de valeur à partir des données massives : IA Générative, processus industriels, Marketing sous contraintes.
  • 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 grace aux iPaaS

2 – Le stockage des Big Data

Apprenez à stocker et mettre à disposition ces Big Data

  • MDM (Master Data Management), Data catalog : une étape obligatoire pour une bonne stratégie de stockage
  • 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 (MindsDB, Redshift, KInetica)
  • 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 ?
Afficher plus

À qui s’adresse
cette formation ?

Public

Directions informatiques et directions métiers (Marketing, Commerciale, Innovation, etc.).

Prérequis

Aucun.

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'animateur

Modalités

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.

À qui s’adresse
cette formation ?

Public

Directions informatiques et directions métiers (Marketing, Commerciale, Innovation, etc.).

Prérequis

Aucun.

Autres formations sur le même thème