Accueil > Domaines > Décisionnel Business Intelligence > Cursus Data Steward

Cursus Data Steward

Cursus Métier

De nombreuses entreprises s’interrogent pour exploiter au mieux de leurs intérêts les immenses quantités de données dont elles disposent. Mais comment faire pour les faire « parler » ? En fonction du secteur d’activité de l’entreprise et des axes stratégiques fixés par la direction, le Data Steward doit collecter et fouiller toutes les données à sa disposition pour finalement fournir des jeux de données de qualité qui permettront à l’aide d’outils spécifiques de Data Mining et d’apprentissage automatique (Machine Learning) de déterminer des modèles, schémas ou tendances qui au final aideront l’entreprise à améliorer ses performances. A l’issue de ce cursus de 8 jours, les participants auront acquis les connaissances et compétences techniques propres au métier du Data Steward.

Objectifs

Disposer d’une vision claire du Big Data, de ses enjeux, de son écosystème et des principales technologies et solutions qui y sont associées
Comprendre le rôle stratégique de la gestion des données pour l’entreprise
Maitriser le cycle de vie de la donnée et savoir garantir la qualité des données
Etre en mesure d’aligner les usages métiers avec le cycle de vie de la donnée
Savoir transformer de gros volumes de données hétérogènes en informations utiles
Comprendre comment utiliser des algorithmes d'auto-apprentissage adaptés à une solution d'analyse
Savoir concevoir des modèles de documents répondant aux attentes de l’entreprise, en fonction du sujet analysé
Maitriser la restitution des données sous forme de graphiques répondant aux besoins métiers

Public

Chefs de projet
Développeurs
Analystes
Toute personne souhaitant évoluer vers une fonction de Data Steward

Prérequis

Ce cursus ne nécessite pas de pré-requis mais des connaissances de base sur le fonctionnement des systèmes de gestion de bases de données constituent un plus.

Programme de la formation

1 - Big Data – Les fondamentaux de l’analyse de données (3j)

Objectif : Disposer des connaissances et compétences nécessaires pour identifier et collecter des données et s’assurer de leur qualité et de leur alignement sur les besoins et usages métiers de l’entreprise
Introduction : les nouvelles frontières du Big Data : immersion, l’approche des 4 Vs, cas d'usages du Big Data, technologies, architecture, stockage, introduction au Machine Learning, Data Scientist & Big Data, compétences, la vision du Gartner
La collecte des données : typologie des sources, les données non structurées, typologie 3V des sources, les données ouvertes (Open Data), nouveau paradigme de l’ETL à l’ELT, le concept du Data Lake,les API de réseaux sociaux
Le calcul massivement parallèle : genèse et étapes clés, Hadoop : Fonctions cœurs, HDFS – Différenciation, HDFS - un système distribué, MapReduce : aspects fonctionnels et techniques, Apache PIG et Apache HIVE, Comparatif des 3 approches, limitations de MapReduce, moteur d'exécution Apache TEZ, la rupture Apache SPARKHive in Memory : LLAP, vers une prochaine Révolution
Les nouvelles formes de stockage : enjeux, le “théorème” CAP, nouveaux standards : ACID => BASE, panorama des bases de données NoSQL, bases de données Clé-Valeur, bases de données Document, bases de données colonnes, bases de données Graphes
Le Big Data Analytics : Analyse de cas concrets, que peuvent apprendre les machines ?, les différentes expériences (E), l’apprentissage, choisir un algorithme d’apprentissage machine, anatomie d’un modèle d’apprentissage automatique, les librairies de machine learning standards et Deep Learning, assurer la qualité de la donnée
SPARK :Les différents modes de travail,les 3 systèmes de gestion de cluster ,modes d'écriture des commandes Spark, machine learning avec Spark , travail sur les variables prédictives, la classification et la régression
: architectures types de traitement de Streams, Apache NIFI,Apache KAFKA, articulation NIFI et KAFKA, Apache STORM, langage (agnostique), articulation KAFKA et STORM, comparatif STORM / SPARK
Déploiement d’un projet Big Data : Cloud Computing , 5 caractéristiques essentielles, 3 modèles de services, modes (SaaS , PaaS, IaaS), Hadoop : exemples d'usages types, écosystème, fonctions cœurs, système de stockage HDFS, Map Reduce, infrastructure YARN, distributions Hadoop
La gouvernance des données Big Data : outils de gouvernance Big Data, les 3 piliers, le management de la qualité des données, le management des métadonnées Big Data, management de la sécurité, de la conformité et la confidentialité

2 - Data Mining et Machine Learning (3j)

Objectif : Maîtriser le Data Mining et le Machine Learning pour explorer de très importants volumes de données et construire des modèles répondant aux problèmes très variés des entreprises lorsque les méthodes statistiques traditionnelles deviennent inopérantes
Introduction : Data Mining vs Big Data, Data Mining vs Machine Learning vs Deep Learning, apprentissage supervisé vs Apprentissage non supervisé et méta-apprentissage
Ingénierie de la décision : analyse procédurale hiérarchique, problème d’association stable, chaîne de Markove discrète, jeu d’entraînement et jeu de test
Sélection d’instances : échantillonnages balancés et stratifié
: analyse en composantes principales, analyse d'affinité, agglomération hiérarchique & dendrogrammes, bagging de dendrogrammes, positionnement multidimensionnel, K-means, SVM
Machine Learning : régression logistique binaire, GLM, One-R, regroupements, arbres aléatoires, K-NN, détections automatiques d’interactions, analyses discriminantes, réseaux de neurones
Text Mining : analyse statistique de corpus, détection automatique de langues, de genres, nuage de mots, table de contingence de mots, analyse de sentiments, LSA
Big Data : gestion de gros volumes de données

3 - Big Data - Analyse, Data Visualization et Data Storytelling pour la restitution de données (2j)

Objectif : Etre en mesure de concevoir des modèles de documents adaptés aux besoins métiers de l’entreprise et savoir mettre en œuvre différentes techniques de visualisation graphique, de mise en récit et de présentation permettant de valoriser les données.
Data Visualisation ou la découverte de la grammaire graphique : des chiffres aux graphiques, les 3 dimensions, présentation de Tableau Software, de l'idée d'un graphique à sa formalisation dans un outil
Data Storytelling : présentation, exemples, techniques de la mise en récit des données, Storytelling des idées et des données
Comment construire son histoire : Pitch, scénario, schéma narratif
Les outils : fonctions de Storytelling des outils de BI, le module Data Storytelling de Tableau Software, autres outils

Les + de cette formation

Chaque participant établit son propre planning de formation. En fonction de la date de début choisie parmi celles proposées ci-dessous, nos Conseillers Formation proposent différentes dates pour chacun des modules du cursus. Pour des raisons d’efficacité pédagogique, il est fortement recommandé de suivre les modules dans l’ordre présenté sur ce programme.
L’alternance de formations et de périodes de mise en pratique en entreprise favorise l’acquisition rapide et durable de nouveaux savoirs.
Animé par un expert spécialiste du sujet traité, chacun des 3 modules aborde un aspect spécifique de la thématique de formation.
A travers de nombreuses mises en situation, les participants mettront en pratique les aspects théoriques abordés au cours des différentes étapes du cursus.