Recherche avancée
Par formation
Par date
Par ville
logo HUB Formation
Organisme de Formation
aux Technologies et métiers de L'informatique
La pédagogie au service de la technologie
Accueil > Domaines > Big Data > Big Data : Architecture et technologies

Big Data : Architecture et technologies

Ce cours de synthèse vous présentera les enjeux et les apports du Big Data ainsi que les technologies pour sa mise en œuvre. Vous apprendrez à gérer un projet de gestion de données massives depuis l'installation d'une plateforme Big Data, tout en passant par la gestion, l'analyse et la visualisation des données.

Objectifs

  • Découvrir les concepts clés du Big Data
  • Comprendre l'écosystème technologique d'un projet Big Data
  • Apprendre à mettre en œuvre une solution Big Data,
  • Avoir une vue d'ensemble sur les possibilités du Big Data

Public

  • Chef de projets, Architecte et toute personne souhaitant connaître les impacts du Big Data au niveau de l'organisation et des architectures

Prérequis

  • Avoir une bonne culture générale des systèmes d'information

Programme de la formation

Comprendre les concepts clés et les enjeux du Big Data

  • Les origines du Big Data
  • La valeur de la donnée : un changement d'importance.
  • La donnée en tant que matière première
  • Les chiffres clés du marché dans le monde et en France.

Les enjeux du Big Data : ROI, organisation, confidentialité des données.

Technologies du Big Data

  • Architecture et composants de la plateforme Hadoop
  • Les modes de stockage (NoSQL, HDFS)
  • Fonctionnement de MapReduce et Yarn
  • Principales distributions Hadoop
  • Les technologies émergentes : Spark, Storm, Machine Learning
  • Démarche d'installation d'une plateforme Hadoop

Présentation des technologies spécifiques pour le Big Data

Traitement des données Big Data

  • Fonctionnement de Hadoop Distributed File System (HDFS)
  • Importer des données vers HDFS
  • Traitement des données avec PIG
  • Requêtes SQL avec HIVE

Création de flux de données massives avec un ETL

Data Vizualisation, représenter des données de façon visuelle

  • Principales solutions du marché
  • Aller au-delà des rapports statiques
  • La Data Visualisation et l'art de raconter des chiffres de manière créative et ludique

Cas pratiques : mesurer l'e-réputation, la notoriété d'une marque, l'expérience et la satisfaction clients

Conclusions

  • Les conditions du succès
  • Synthèse des meilleures pratiques
  • Bibliographie