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 > éditeurs > Microsoft > Virtualisation et Cloud computing > Réaliser de l'ingénierie Big Data avec Microsoft Cloud Services

Réaliser de l'ingénierie Big Data avec Microsoft Cloud Services

Tirer parti de la puissance du Cloud pour traiter de gros volumes de données

microsoft

Si la maturité des outils Big Data permet de combiner toujours plus de sources de données pour réaliser des analyses toujours plus complètes et pertinentes, un autre enjeu se dégage aujourd’hui : la performance. L’objectif poursuivi par les entreprises est d’obtenir des analyses en quasi temps réel. Pour satisfaire ce besoin, Microsoft a intégré à sa plate-forme Cloud Azure des outils permettant de créer et gérer des travaux d’analyse par lots en temps réel. De la solution dédiée à l’analyse de données provenant d’objets connectés (Stream Analytics) à un service d’intégration de données hautement performant (Data Factory), toutes les briques techniques nécessaires à l’exécution de traitements Big Data performants sont abordées dans cette formation de 5 jours.

Objectifs

  • Pouvoir présenter les architectures communes pour les traitements Big Data avec les outils et services Azure
  • Comprendre comment utiliser Azure Stream Analytics pour concevoir et implémenter le traitement de flux de données massives
  • Être capable d'inclure des fonctions personnalisées et ajouter des traitements d'apprentissage machine dans une tâche Azure Stream Analytics
  • Apprendre à utiliser Azure Data Lake Store comme dépôt à grande échelle de fichiers de données
  • Savoir utiliser Azure Data Analytics pour examiner et traiter les données hébergées dans Azure Data Lake Store
  • Apprendre à créer et à déployer des fonctions et opérations personnalisées, les intégrer avec Python et R, et à protéger et optimiser les jobs
  • Comprendre comment utiliser Azure SQL Data Warehouse pour créer un dépôt qui peut supporter des traitements d'analyse à grande échelle sur les données au repos
  • Apprendre à utiliser Azure Data Factory pour importer, transformer, et transférer les données entre les différents dépôts et services

Public

  • Ingénieurs données (professionnels de l'IT, développeurs et spécialistes de l'information) qui prévoient d'implémenter de l'ingénierie Big Data sur Azure

Prérequis

  • Posséder une bonne compréhension des services Azure sur les données
  • Avoir une connaissance basique du système d'exploitation Windows et de ses fonctions cœurs
  • Avoir une bonne connaissance des bases de données relationnelles

Programme de la formation

Architectures pour l'ingénierie Big Data avec Azure

  • Comprendre le Big Data
  • Architectures pour le traitement Big Data
  • Eléments pour la conception de solutions Big Data

Le traitement de flux d'évènements avec Azure Stream Analytics

  • Introduction à Azure Stream Analytics
  • Configuration de jobs Azure Stream Analytics

La réalisation de traitements personnalisés avec Azure Stream Analytics

  • Implémentation de fonctions personnalisées
  • Ajout d'apprentissage machine dans un job Azure Stream Analytics

La gestion Big Data dans Azure Data Lake Store

  • Utilisation d'Azure Data Lake Store
  • Suivi et protection des données dans Azure Data Lake Store

Le traitement Big Data dans Azure Data Lake Analytics

  • Introduction à Azure Data Lake Analytics
  • Analyse des données avec U-SQL
  • Tris, agrégations et jointures des données

L'implémentation d'opérations personnalisées dans Azure Data Lake Analytics

  • Incorporer des fonctionnalités personnalisées dans les jobs Analytics
  • Gérer et optimiser les jobs

L'implémentation d'Azure SQL Data Warehouse

  • Introduction à Azure SQL Data Warehouse
  • Conception de tables pour des requêtes efficaces
  • Import de données dans Azure SQL Data Warehouse

Faire de l'Analytics avec Azure SQL Data Warehouse

  • Requêtes de données dans Azure SQL Data Warehouse
  • Maintient de la performance
  • Protection des données dans Azure SQL Data Warehouse

L'automatisation de la circulation des données dans Azure Data Factory

  • Introduction à Azure Data Factory
  • Transfert de données
  • Transformation de données
  • Suivi de la performance et protection des données