Big Data – Mise en oeuvre pratique d’une solution complète d’analyse des données
Informations générales
Objectifs & compétences
Disposer des compétences techniques nécessaires à la mise en oeuvre d'analyses Big Data Comprendre le cadre juridique du stockage et de l'analyse de données Savoir utiliser des outils de collecte opensource Être en mesure de choisir la bonne solution de stockage de données au regard des spécificités d'un projet (OLAP, NoSQL, graph) Explorer la boite à outils technologique que constitue Hadoop et son écosystème et savoir comment utiliser chaque brique (MapReduce, HIVE, SPARK,...)
Public visé
Chefs de projet Data Scientists, Data Analysts Développeurs Analystes et statisticien Toute personne en charge de la mise en oeuvre opérationnelle d'un projet Big Data en environnement Hadoop
Pré-requis
Il est recommandé d'avoir suivi le module «Big Data - Les fondamentaux de l'analyse des données» (BD007) pour suivre cette formation dans des conditions optimales Être familier des environnement techniques décisionnels traditionnels et connaître les principes de base d'algorithme est vivement recommandé Disposer d'une première approche pratique d'Hadoop est un plus pour suivre cette formation
Programme
LA COLLECTE DE DONNÉES Où et comment collecter des données ? Les sources de données, les API, les fournisseurs, les agrégateurs... Les principaux outils de collecte et de traitement de l'information (ETL) Prise en main de Talend ETL et de Talend Data Preparation (outils libres) Les particularités de la collecte des données semi-structurées et non-structurées LE STOCKAGE LES DONNÉES Les différentes formes de stockage des données : rappel de l'architecture relationnelle de stockage des données transactionnelles (SGBD/R) et multidimensionnelles (OLAP) Les nouvelles formes de stockage des données - compréhension, positionnement et comparaison : Bases orientées clé-valeur, documents, colonnes, graphes Panorama des bases de données NoSQL Prise en main d'une base de données orientée colonne (Hbase) Particularités liées au stockage des données non-structurées Comment transformer des données non structurées en données structurées L'ÉCOSYSTÈME HADOOP Présentation des principaux modules de la distribution Apache Hadoop Présentation et comparaison des principales distributions commerciales (Cloudera, Hortonworks...) L'infrastructure matérielle et logicielle nécessaire au fonctionnement d'une distribution Hadoop en local ou dans le Cloud Les concepts de base de l’architecture Hadoop : Data Node, Name Node, Job Tracker, Task Tracker Présentation de HDFS (Système de gestion des fichiers de Hadoop) Prise en main et exercices pratiques dans HDFS Présentation de MapReduce (Outil de traitement de Hadoop) Les commandes exécutées au travers de PIG Utilisation de HIVE pour transformer du SQL en MapReduce L'ANALYSE DE DONNÉES Requêter les données Analyser et comprendre la signification des données extraites Particularités liées à l'analyse des données non structurées Analyse statistique : notions de base Analyse prédictive : comment transformer des données du passé en prévisions pour le futur Calculer des tendances Développer des programmes simples d'automatisation des analyses (en Python) Machine Learning : les bases de l'apprentissage machine avec Spark Deep Learning : notions de base de l'analyse future automatisée de données non structurées MISE EN OEUVRE DE PROJETS BIG DATA Automatisation de tâches avec Oozie Mise en production de programmes de Machine Learning L'utilisation des notebooks comme délivrables Traitement du temps réel Gouvernance de données Big Data
Modalités
Méthodes
Tarifs
- Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
- Le dispositif FNE-Formation.
- L’OPCO (opérateurs de compétences) de votre entreprise.
- Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
- CPF -MonCompteFormation
Lieux & Horaires
Campus : , Ensemble des sites
Distanciel possible : Oui
Prochaines sessions
Cliquez sur la date choisie pour vous inscrire :
-
Inscription
au 21 / 05 / 2024
: Ensemble des sites
: Distanciel possible
: 28 heures
: 4 jours
-
Inscription
au 26 / 08 / 2024
: Ensemble des sites
: Distanciel possible
: 28 heures
: 4 jours
-
Inscription
au 28 / 10 / 2024
: Ensemble des sites
: Distanciel possible
: 28 heures
: 4 jours