Big Data - L'essentiel

De la technologie aux usages du Big Data

Le Big Data s'installe désormais dans le paysage des solutions de traitement des données massives. Il permet effectivement, grâce à la maîtrise des informations et des données, d'optimiser la performance opérationnelle de l'entreprise et ainsi de renforcer ses avantages concurrentiels. Si pour certains d'entre nous, le Big Data reste un concept imprécis, pour d'autres, il ouvre donc déjà la voie à de nombreuses applications. Ce séminaire apporte un éclairage sur les usages et les technologies associées au Big Data. Il répond aux questions de son exploitation au sein de l'entreprise ou sous la forme externalisée de Cloud DaaS (Data as a Service).

Objectifs

Comprendre le concept du Big Data et mesurer ses apports
Connaître l'écosystème du Big Data et appréhender les technologies associées
Savoir anticiper son intégration dans les activités informatiques de l'entreprise
Être en mesure de l'exploiter dans le respect des règles de sécurité et de confidentialité

Public

Responsables de la DSI s'interrogeant sur les apports et le déploiement du Big Data
Chefs de projets, Responsables de métiers et consultants souhaitant aborder les projets
Toute personne impliquée dans la réflexion et l'étude du Big Data

Prérequis

Connaissances sommaires en informatique

Programme de la formation

Exemples d'usage pertinent du Big Data

Réseaux : Google, Twitter, Youtube
1.: Vue 360° des clients / Multicanal
1.: identification des tentatives d'attaques
Analyse des logs d'Internet (Web)
Profiling d'individus : ADN numérique
Compréhension des usages chez les géants de l'Internet et dans les entreprises
Synthèse des critères de succès d'un projet Big Data et des causes d'échec

Définition commune du Big Data selon les grands acteurs du marché

Caractéristiques techniques des et les variantes (Véracité, Valeur, Validité...)
Collecte et traitement des données structurées, semi-structurées et non-déstructurées
Transformation des données en informations
Création de la valeur à partir des données / Exemple de monétisation
Exemple de processus : gestion des données en cycles, de l'acquisition à la gouvernance

Introduction aux architectures des solutions de calcul distribué du Big Data

Principe
Scalabilité horizontale et verticale
Architecture de cluster et composants économiques
Traitement parallèle des données
Enjeux de sécurité des architectures distribuées dans les entreprises

Technologies de référence du Big Data à connaître

Traitement des données par les superordinateurs ou noeuds/clusters (Hadoop)
Usage des architectures existantes : avantages et inconvénients
Stockage et traitement des données dans le Data Lake : précautions à prendre
Différents types de base des données NoSQL
Hadoop : un modèle de traitement distribué du Big Data adopté par les grands acteurs de l'informatique : HDFS, YARN, MapReduce…
Ecosystème de Hadoop : Pig, Flume, Zookeeper, HBase, Oozie…
Analyse de données : 4 types d'analytique
Machine Learning / Intelligence artificielle pour l'analytique

Approches de déploiement du Big Data

Déploiement sur site : définition des objectifs, choix des solutions d'analyse et d'intégration, présentation des informations / revue des fournisseurs de composants Big Data
Déploiement sur site en version distribuée
Déploiement dans les plates-formes Cloud Big Data
Précautions à prendre (métriques de qualité, système fermé ...)
Difficultés techniques à anticiper
Validation de la pertinence d'une plate-forme

Synthèse des plates-formes Cloud public du Big Data Analytiques

IBM Analytics
Amazon Web Services
Google Cloud Platform
Microsoft Azure
Points communs et différents entre les plates-formes Big Data

Qualité des données

Bonne pratique internationale de gouvernance des données
/ cadres juridiques, formats ouverts et propriétaires
Enrichissement avec l'Open Data / WiKiData

Sécurité des données et confidentialité du Big Data

Règlementation RGPD à respecter
pour le Big Data
Panorama des moyens techniques de sécurité des données et d'accès au Datacenter (cryptage et DLP : Data Lost Prevention…)
Recommandations de sécurité dans la manipulation des données
Recours aux technologies d'IA/ML et Cybersécurité

Impacts du Big Data à anticiper

Évolution des données (Internet des objets, mobilité…)
Remise en question des bonnes pratiques actuelles
Impacts sur les compétences des équipes informatiques en place
et compétences nouvelles à acquérir
Rôle de la DSI et de la Direction Numérique face à la montée du Big Data et des activités digitales de l'entreprise

Méthode pédagogique

Un panorama détaillé des acteurs et solutions du marché du Big Data.
L'expertise d'un consultant en avance de phase sur le sujet et fréquemment impliqué dans la définition et la mise en oeuvre de projets Big Data.
Le partage d'une vision objective des apports et limites du Big Data.
Cette formation est éligible à l'action collective Opcalia Télécoms.

Méthode d'évaluation

Le dernier jour se termine par un QCM permettant d'évaluer les acquis des stagiaires.