Documentation Contact

Les données parviennent toujours plus nombreuses dans les entreprises. Il devient stratégique pour les organisations de profiter de cette masse d’informations pour réagir dans un environnement complexe et qui change en permanence. La formation « Du Big Data au Smart Data, comment valoriser les données de l’entreprise ? » offre un aperçu des différentes étapes de valorisation des données , de la collecte à son stockage , jusqu’à son utilisation par les équipes métiers.

Formation continue en Big Data

Du 8 au 12 juillet 2019

Du Big Data au Smart Data, comment valoriser les données de l’entreprise ?

Formateur

Benoit Franck

Benoit FRANCK, avec plus de 25 ans d’expériences dans le monde industriel, a tout au long de sa carrière travaillé dans de nombreux domaines techniques et fonctionnels. Son expertise lui a permis de mettre en place de manière complète le cycle de vie des données en entreprises. Tour à tour consultant et réalisateur de projets techniques, sa vision globale du système d’information des entreprises lui permet de pouvoir adresser toutes les problématiques de la gestion des données.

 

Méthodologie

  • La formation alterne des conférences et des expérimentations sur ordinateurs
  • Les conférences permettent d’exposer des connaissances et des cas d’usages du Big Data
  • Les conférences sont aussi un lieu d’échange permettant aux stagiaires d’évoquer leurs solutions et/ou leurs problématiques en entreprise
  • Les expérimentations permettent , sur des cas concrets, la pratique d’outils de l’éco système « Big Data ».
  • Les expérimentations sont aussi un lieu d’échanges sur les bonnes pratiques et sur les outils utilisés par les stagiaires au sein de leur entreprise.
 
 

Publics concernés

  • Expert BI souhaitant découvrir le Big Data et ses applications
  • Architecte Data en recherche d’une formation technique Big Data
  • Etudiants souhaitant une première approche technique du Big Data
 

Pré-requis

  • Connaissances UNIX/Linux
  • Connaissances en traitements des données
  • Connaissances et pratique d’un ou plusieurs ETL
  • Compétences en Système de Gestion de Bases de Données Relationnelles
  • Compétences en python et/ou langages de scripts
 
 

Niveau obtenu
à l’issue de la formation :
Maitrise

 
Dates Durée Lieu
08-12 Juill. 5 jours Paris-Vélizy

 

 
Coût 5j Coût 1j Langue Places
2500 € 800 € FR 20
 
 

Calendrier

 

Jour 1

• Gestion des données (Interface /Métadata)
• ETL (théorie et pratique)
• ElasticSearch (Indexation)

Jour 2

• Big Data, Smart Data et entreprise
• Collecte des données
• Hadoop, Théorie et Pratique

Jour 3

• Architecture et Urbanisation des données
• Stockage distribué et modélisation
• Apache Ignite (Grid computing)

 

 

Jour 4

• De la BI au Big Data (on Prem et cloud) (Modèle Hybride)
• Réalisation d’une application de Data Analyse

Jour 5

• Réalisation d’une application de Data
• Analyse
• Debriefing

 
 
 

// Jour 1 - Lundi 8 juillet 2019

/ Gestion des données (Interface / Métadata) - COURS

Identifier les sources de données internes et externes à l’entreprise en collaboration avec les métiers. Mise en place d’une
Méthodologie de cartographie des données. Comprendre la valeur métier des données

/ ETL (théorie et pratique) - PRATIQUE

Les ETL (logiciels pour « Extracting Transforming and Loading ») constituent un des piliers d’une architecture Big Data. Cette « prise
en main » permet de connaître les différentes briques de bases et leurs utilisations dans un environnement technique BI ou Big Data

/ ElasticSearch (Indexation) - PRATIQUE

Savoir retrouver les données stockées de l’entreprise s’avère être un chantier primordial qu’il faut traiter impérativement dans une
architecture « Big Data » par conséquent l’indexation par un moteur adapté s’avère indispensable. La prise en main du moteur
ElasticSearch permettra de répondre à ces enjeux

 

// Jour 2 - Mardi 9 juillet 2019

/ Big Data, SmartData et entreprise - COURS

Qu’est ce que le Big Data et pourquoi ce domaine est il devenu si important aujourd’hui ? Au-delà du « Big », il est nécessaire de penser
« Smart » au niveau de l’entreprise pour extraire des données un avantage concurrentiel

/ Collecte des données - COURS

Mise en oeuvre des techniques de collecte de données, multi protocole, multi source, multi format. Identifier les cibles de stockages et
les différents niveaux de raffinage possible. Auditabilité des informations collectées

/ Hadoop, Théorie et pratique - PRATIQUE

Hadoop est un système de fichier distribué et constitue un socle technique important dans une architecture « Big Data ». Au-delà des
« effets de mode », le moteur Hadoop doit être maîtrisé pour savoir si il représente ou non un intérêt pour l’entreprise

 

// Jour 3 - Mercredi 10 juillet 2019

/ Architecture et Urbanisation des données - COURS

Avoir une vision globale et comprendre les mécanismes de traitements de la donnée au sein de l’entreprise. Comment l’architecture
des données doit se conjuguer avec le plan directeur informatique de l’entreprise

/ Stockage distribués et modélisation - COURS

Pourquoi le stockage a-t-il besoin d’être distribué et quelles sont les différentes solutions techniques ? Quelles sont les différentes
modélisation de données possibles [DataLake / DataMart / DataWare House] ?

/ Apache Ignite (Grid computing) - PRATIQUE

Apache Ignite est un élément incontournable d’une stratégie Data et conjugue plusieurs avantages techniques : mise en place de
grilles de calcul, stockage in-memory, langage SQL. L’installation et l’utilisation de ce moteur permettront de mieux connaître ce moteur
extrêmement puissant

 

// Jour 4 - Jeudi 11 juillet 2019

/ De la BI au Big Data (on Prem et Cloud) (Modèle Hybride) - COURS

Comment BI et Big Data peuvent ils coexister et permettre à l’entreprise de réussir sa stratégie « data » ? Comment ajuster les moyens
techniques en fonction des flux de données et des demandes métiers ?

 

// Jour 5 - Vendredi 12 juillet 2019

/ Réalisation d’une application de Data Analyse - PRATIQUE

Muni de tous les éléments techniques pratiqué tout au long de cette formation, un projet sur deux ½ journées permettra de bâtir de A à Z une application de Data Analyse sur des données réelles.

 

 

 

Renseignements / Inscriptions

Si vous avez une question ou une demande particulière, vous pouvez préciser ici.