Nos solutions de formations distancielles et présentielles éligibles au dispositif FNE-Formation 100% financées En savoir plus
Une formation en toute sécurité
Vous avez le choix avec ORSYS !
La formation distancielle
1800 classes à distance,
e-learning, microlearning,
certifications...
En savoir plus
Le présentiel sécurisé
Dispositif sanitaire totalement
déployé dans tous nos centres
En savoir plus
ORSYS formation
NOUS CONTACTER - +33 (0)1 49 07 73 73
NOUS CONTACTER - 📞 +33 (0)1 49 07 73 73    espace pro ESPACE CLIENT     inscription formation orsys S'INSCRIRE     drapeau francais   drapeau anglais

Nos formations :

Toutes nos formations Big Data, NoSQL

Formation Big Data, état de l'art

4,5 / 5
Séminaire
Best
Durée : 2 jours
Réf : BGA
Prix  2020 : 1990 € H.T.
Pauses et déjeuners offerts
  • Programme
  • Participants / Prérequis
  • Intra / sur-mesure
  • avis vérifiés
Programme

L'accroissement continuel des données numériques dans les organisations a conduit à l'émergence du Big Data. Ce concept recouvre les questions de stockage et de conservation de vastes quantités de données mais aussi celles liées au gisement potentiel de valeur que représentent ces masses de données. Ce séminaire présente les problèmes spécifiques du Big Data et les solutions techniques potentielles, de la gestion des données aux différents types de traitement.

Objectifs pédagogiques

  • Découvrir les principaux concepts du Big Data
  • Identifier les enjeux économiques
  • Évaluer les avantages et les inconvénients du Big Data
  • Comprendre les principaux problèmes et les solutions potentielles
  • Identifier les principales méthodes et champs d'application du Big Data
PROGRAMME DE FORMATION

Introduction

  • Les origines du Big Data : un monde de données numériques, l'e-santé, chronologie.
  • Une définition par les quatre V : la provenance des données.
  • Une rupture : changements de quantité, de qualité, d'habitudes.
  • La valeur de la donnée : un changement d'importance.
  • La donnée en tant que matière première.
  • Le quatrième paradigme de la découverte scientifique.

Big Data : traitements depuis l'acquisition jusqu'au résultat

  • L'enchaînement des opérations. L'acquisition.
  • Le recueil des données : crawling, scraping.
  • La gestion de flux événementiels (Complex Event Processing, CEP).
  • L'indexation du flux entrant.
  • L'intégration avec les anciennes données.
  • La qualité des données : un cinquième V ?
  • Les différents types de traitement : recherche, apprentissage (Machine Learning, transactionnel, data mining).
  • D'autres modèles d'enchaînement : Amazon, e-Santé.
  • Un ou plusieurs gisements de données ? De Hadoop à l'in-memory.
  • De l'analyse de tonalité à la découverte de connaissances.

Relations entre Cloud et Big Data

  • Le modèle d'architecture des Clouds publics et privés.
  • Les services XaaS.
  • Les objectifs et avantages des architectures Cloud.
  • Les infrastructures.
  • Les égalités et les différences entre Cloud et Big Data.
  • Les Clouds de stockage.
  • Classification, sécurité et confidentialité des données.
  • La structure comme critère de classification : non structurée, structurée, semi-structurée.
  • Classification selon le cycle de vie : données temporaires ou permanentes, archives actives.
  • Difficultés en matière de sécurité : augmentation des volumétries, la distribution.
  • Les solutions potentielles.

Introduction à l'Open Data

  • La philosophie des données ouvertes et les objectifs.
  • La libération des données publiques.
  • Les difficultés de la mise en œuvre.
  • Les caractéristiques essentielles des données ouvertes.
  • Les domaines d'application. Les bénéfices escomptés.

Matériel pour les architectures de stockage

  • Les serveurs, disques, réseaux et l'usage des disques SSD, l'importance de l'infrastructure réseau.
  • Les architectures Cloud et les architectures plus traditionnelles.
  • Les avantages et les difficultés.
  • Le TCO. La consommation électrique : serveurs (IPNM), disques (MAID).
  • Le stockage objet : principe et avantages.
  • Le stockage objet par rapport aux stockages traditionnels NAS et SAN.
  • L'architecture logicielle.
  • Niveaux d'implantation de la gestion du stockage.
  • Le "Software Defined Storage".
  • Architecture centralisée (Hadoop File System).
  • L'architecture Peer-to-Peer et l'architecture mixte.
  • Les interfaces et connecteurs : S3, CDMI, FUSE, etc.
  • Avenir des autres stockages (NAS, SAN) par rapport au stockage objet.

Protection des données

  • La conservation dans le temps face aux accroissements de volumétrie.
  • La sauvegarde, en ligne ou locale ?
  • L'archive traditionnelle et l'archive active.
  • Les liens avec la gestion de hiérarchie de stockage : avenir des bandes magnétiques.
  • La réplication multisites.
  • La dégradation des supports de stockage.

Méthodes de traitement et champs d'application

  • Classification des méthodes d'analyse selon le volume des données et la puissance des traitements.
  • Hadoop : le modèle de traitement Map Reduce.
  • L'écosystème Hadoop : Hive, Pig. Les difficultés d'Hadoop.
  • OpenStack et le gestionnaire de données Ceph.
  • Le Complex Event Processing : un exemple ? Storm.
  • Du BI au Big Data.
  • Le décisionnel et le transactionnel renouvelés : les bases de données NoSQL.Typologie et exemples.
  • L'ingestion de données et l'indexation. Deux exemples : Splunk et Logstash.
  • Les crawlers Open Source.
  • Recherche et analyse : Elasticsearch.
  • L'apprentissage : Mahout. In-memory.
  • Visualisation : temps réel ou non, sur le Cloud (Bime), comparaison QlikView, Tibco Spotfire, Tableau.
  • Une architecture générale du data mining via le Big Data.

Cas d'usage à travers des exemples et conclusion

  • L'anticipation : besoins des utilisateurs dans les entreprises, maintenance des équipements.
  • La sécurité des personnes, détection de fraudes (postale, taxes), le réseau.
  • La recommandation. Analyses marketing et analyses d'impact.
  • Analyses de parcours. Distribution de contenu vidéo.
  • Le Big Data pour l'industrie automobile ? Pour l'industrie pétrolière ?
  • Faut-il se lancer dans un projet Big Data ?
  • Quel avenir pour les données ?
  • Gouvernance du stockage des données : rôle et recommandations, le Data Scientist, les compétences d'un projet Big Data.
Participants / Prérequis

» Participants

DSI, directeurs techniques, chefs de projet, architectes, responsables SI.

» Prérequis

Connaissances de base des architectures techniques.
Intra / sur-mesure

Demande de devis intra-entreprise
(réponse sous 48h)

Vos coordonnées

En cochant cette case, j’atteste avoir lu et accepté les conditions liées à l’usage de mes données dans le cadre de la réglementation sur la protection des données à caractère personnel (RGPD).
Vous pouvez à tout moment modifier l’usage de vos données et exercer vos droits en envoyant un email à l’adresse rgpd@orsys.fr
En cochant cette case, j’accepte de recevoir les communications à vocation commerciale et promotionnelle de la part d’ORSYS Formation*
Vous pouvez à tout moment vous désinscrire en utilisant le lien de désabonnement inclus dans nos communications.
* Les participants inscrits à nos sessions de formation sont également susceptibles de recevoir nos communications avec la possibilité de se désabonner à tout moment.
Avis vérifiés
picto avis vérifiés
BELZ 22/06/2020
3 / 5
Contenu très (trop) riche. Bcp de temps sur la partie infra/cloud. Du coup peut etre pas assez sur les usecases BigData et des exemples concrets. Très bonne expertise du formateur.

Marie T. 22/06/2020
4 / 5
Formation très riche en informations - difficile à tout assimiler Je suggérerai de sélectionner quelques éléments clés et de se concentrer dessus En tout cas le support sera utile lorsque nous serons face à certaines interrogations sur le choix d'outils Big data

Thierry L. 22/06/2020
4 / 5
Formation très détaillée et didactique.

Hajar M. 22/06/2020
4 / 5
Contenu très riche mais dense pour une formation de 2 jours. Il est difficile de tout retenir mais le support couvre un prisme assez large. Il serait préférable d'avoir un peu plus de pratique et des quizz pour garder nous mettre à l'épreuve

THOMAS T. 22/06/2020
5 / 5
tres complet

FONTAINE 02/06/2020
4 / 5
Bonne synthese sur le sujet

Yann I. 02/06/2020
5 / 5
Rien à redire, contenu très intéressant et instructif, avec une pédagogie bien adaptée, participative et très riche en exemples

Néva A. 02/06/2020
5 / 5
Pédagogie moderne conforme à une formation à distance

HENON 02/06/2020
5 / 5
j'ai été très intéressée par ce cours, je m'attendais plutôt à un sujet orienté "stockage" , "manipulation" de données à forte volumétrie mais le périmètre est bien plus large et les usages IA qui sont liés sont vraiment intéressants et passionnants

Christophe B. 02/06/2020
5 / 5
Beaucoup d'exemples concrets. Un vrai plus

William S. 25/05/2020
4 / 5
Très bonne initiation. Mon bémol est peut-être le manque de participation de chacun, mais ce n'est clairement pas très simple à distance.

Franck H. 25/05/2020
5 / 5
Bien que la formation soit en classe virtuelle (covid) est-il possible de recevoir la version papier du support? Les expériences du formateur apportent un plus au discours de la formation.

Pierre H. 25/05/2020
5 / 5
Présentation claire. Formateur pédagogue et agréable a suivre.

Eleonore M. 20/01/2020
5 / 5
Plusieurs slides ont une police trop petite sur le support papier alors qu'ils contiennent des informations intéressantes.

David G. 19/12/2019
5 / 5
très bonne approche pédagogique

Loïc F. 18/12/2019
5 / 5
Formation très intéressante. A promouvoir à tous les collaborateurs.

Hervé C. 18/12/2019
5 / 5
Support, démos et discours très instructifs et attractifs

Elizabeth F. 16/12/2019
4 / 5
Explications de qualité avec beaucoup d'exemples Déroulé progressif et adapté à l'auditoire

Sophie D. 16/12/2019
5 / 5
La découverte du Big Data via des cas concrets et par paliers facilite grandement l'appropriation des concepts et des notions. La mise en œuvre des quiz via smartphone est un plus et favorise la dynamique du groupe. Merci au formateur pour sa pédagogie et l'adaptation des exemples selon nos profils.

Fabrice O. 16/12/2019
5 / 5
Contenu adapté à l'objectif, avec de nombreux exemples pour illustrer. Quizz très sympa....
Avis client 4,5 / 5

Les avis client sont issus des feuilles d’évaluation de fin de formation. La note est calculée à partir de l’ensemble des avis datant de moins de 12 mois.

CLASSE A DISTANCE

En inter et en intra-entreprise
Inscrivez-vous ou contactez-nous !

Pour vous inscrire

Cliquez sur la ville, puis sur la date de votre choix.
[+]
CLASSE A DISTANCE
[+]
PARIS
[+]
AIX
[+]
BORDEAUX
[+]
BRUXELLES
[+]
GENEVE
[+]
LILLE
[+]
LUXEMBOURG
[+]
LYON
[+]
NANTES
[+]
SOPHIA-ANTIPOLIS
[+]
STRASBOURG
[+]
TOULOUSE

Horaires

Les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45.
Pour les stages pratiques de 4 ou 5 jours, les sessions se terminent à 15h30 le dernier jour.
En poursuivant votre navigation, vous acceptez l’utilisation de cookies nous permettant de vous proposer des offres correspondant à vos centres d’intérêt.
En savoir plus sur l’usage des cookies…   ✖ Fermer
linkedin orsys
twitter orsys
it! orsys
instagram orsys
pinterest orsys
facebook orsys
youtube orsys