Big Data - Enjeux et perspectives

Partager sur :

Objectifs, programme, validation de la formation

Objectifs

Appréhender l’ensemble des enjeux et facteurs à prendre en compte pour réussir l’intégration du Big Data dans la vision large du SI.

Description, programmation

Introduction

Introduction au Big Data : de quoi s’agit-il ?
Exemples pratiques
Les technologies concernées
Les outils
Les langages :

Hortonworks
MapR
Cloudera
IBM Watson

Démystification du Big Data
Les acteurs principaux
Les différents métiers du Big Data

Enjeux et évolutions du Big Data

La qualité des données
Le traitement des données
La protection des données
L’image de la donnée
L’humanité des données

Enjeux stratégiques et organisationnels

Le challenge technique
Investissement dans la capacité de stockage
Investissement dans l’analyse
Le Web sémantique
Les nouvelles techniques de Data mining
L’enjeux économique
L’impact organisationnel
La conduite du changement
L’apparition de nouveaux métiers
Etude de cas

Les technologies utilisées dans des projets Big Data

Les outils de stockage
L’écosystème Hadoop (Apache, Hortonworks, Cloudera, MapR, IBM, Oracle)
Les solutions de visualisation (Microstrategy, Tableau, QlikView)

Sécurité, éthique et enjeux juridiques

Assurer la protection des données

L’anonymisation d’une donnée
Le contrôle d’intégrité
Le chiffrement d’une donnée

Qu’est-ce que la blockchain ?
Cas d’usage : Bitcoin

Etude de cas

Migration réussie d’un SI hétérogène vers une urbanisation orientée Big Data

Certification (en option)

Nos tests de validation des compétences font partie intégrante du processus d’apprentissage car ils permettent de développer différents niveaux d’abstractions.
Solliciter l’apprenant à l’aide de nos QCM, c’est lui permettre d’étayer sa réflexion en mobilisant sa mémoire pour choisir la bonne réponse. Nous sommes bien dans une technique d’ancrage mémoriel.
L’examen sera passé à la fin de la formation.

Niveau de sortie information non communiquée