Expertises Big Data - Infrastructure

Objectifs, programme, validation de la formation

Objectifs

Exploiter les architectures Big Data et mettre en place des socles techniques complets pour des projets Big Data.

Description, programmation

inf. div Big Data overview inf. div inf. div Introduction au Big Data de quoi s agit-il inf. div inf. div Exemples pratiques inf. div inf. div Les technologies concernées inf. div inf. div Les outils inf. div inf. div Les langages inf. div inf. div Hortonworks inf. div inf. div MapR inf. div inf. div Cloudera inf. div inf. div IBM Watson inf. div inf. div Démystification du Big Data inf. div inf. div Les acteurs principaux inf. div inf. div Les différents métiers du Big Data inf. div inf. div Solutions Big Data inf. div inf. div Projets applications plateformes inf. div inf. div Solutions de stockage des données inf. div inf. div Considérations Hardware inf. div inf. div Stockage inf. div inf. div CPU inf. div inf. div Mémoire inf. div inf. div Réseau inf. div inf. div Systèmes distribués inf. div inf. div La science et l art de l analyse prédictive inf. div inf. div Architecture applicative étude de cas inf. div inf. div Les différentes étapes de gestion des données inf. div inf. div Les outils du marché inf. div inf. div L ingestion inf. div inf. div La transformation inf. div inf. div La restitution visualisation inf. div inf. div Architecture technique inf. div inf. div La capture des données inf. div inf. div La mise en qualité des données Data Quality inf. div inf. div Utilisation d une exploitation d un flux Open Data avec Talend Data Quality inf. div inf. div Le stockage des données inf. div inf. div Hadoop HDFS NoSQL Cassandra MongoDB inf. div inf. div La diffusion des données inf. div inf. div Streaming avec Apache Kafka Amazone AWS inf. div inf. div Traitements en temps réel ou différé inf. div inf. div Apache Spark inf. div inf. div Les architectures réparties inf. div inf. div Clustering Hadoop inf. div inf. div Supervision des plateformes inf. div inf. div App Dynamix Ambari inf. div inf. div Applications métiers inf. div inf. div Text analytics inf. div inf. div Détection de fraude inf. div inf. div Ciblage clientèle inf. div inf. div Certification en option inf. div inf. div Nos tests de validation des compétences font partie intégrante du processus d apprentissage car ils permettent de développer différents niveaux d abstractions. inf. div inf. div 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. inf. div inf. div L examen sera passé à la fin de la formation. inf. div

Validation et sanction

Certification M2I Expertises Big Data

Type de formation

Professionnalisation

Niveau de sortie sans niveau spécifique

Métiers visés

H1102 :

M1803 :

M1806 :

---

Durée, rythme, financement

Durée 35 heures en centre

Modalités de l'alternance -

Conventionnement Non

Conditions d'accès

Niveau d'entrée sans niveau spécifique

Conditions spécifiques et prérequis Avoir une connaissance pratique du Shell Linux des bases du réseau des bases de données relationnelles et des architectures réparties.

Éligibilité de cette formation au compte personnel de formation pour les salariés

Code CPF 235758 - Validité du 02/01/2019 au 31/12/2115

---

Périodes prévisibles de déroulement des sessions

Session débutant le : 01/01/2021

Adresse d'inscription
55 rue EUCLIDE
La Terra Verde 34000 Montpellier

Lieu de formation

---

Organisme de formation responsable