Description

Initiation au Big Data : collecter, stocker et analyser les données

But de la formation

Comprendre les enjeux, les meilleures pratiques, et découvrir les outils qui permettent de collecter, stocker et analyser les données d’entreprise.

Description

Les données sont au cœur de notre économie. Les applications, les logiciels, les objets, génèrent des données qui sont collectées, stockées, et disponibles pour être analysées. Et ces données ont beaucoup de valeur. L’objectif de cette formation est d’expliquer comment des entreprises, de toutes industries, de toutes tailles, dans tous les pays du monde, bâtissent de nouveaux modèles d’affaires en valorisant les données dont elles disposent déjà où qu’elles vont collecter. Nous aborderons des exemples concrets d’entreprises, les modèles d’affaires qu’elles ont créé, les méthodes qu’elles ont utilisé, et les outils qu’elles ont déployé.

Objectifs

– Comprendre les enjeux de l’analyse de données

– Découvrir les cas d’usage et les meilleures pratiques

– Construire un schéma d’architecture d’une solution d’analyse de données

– Découvrir les outils utilisés dans l’analyse de données

Méthodologie

A l’issue de cette formation, vous saurez concevoir, pour votre entreprise, un modèle d’affaires basé sur les données. Vous connaîtrez de nombreux cas d’usage, les principaux outils disponibles sur le marché et leurs meilleurs usages. Vous saurez tracer le chemin pour transformer votre compagnie en une entreprise « orientée données » (Data Driven).

Vous aurez découvert l’architecture nécessaire à la mise en place du Big Data et les outils qui la composent : Talend (ETL), Hadoop, et Tableau (Datavis).

Clientèle visée

Managers, architectes, analystes et administrateurs de bases de données, analystes et consultants en informatique ou en intelligence d’affaires, programmeurs et développeurs, ingénieurs informaticiens, techniciens de réseau informatique.

Contenu

  1. Modèles d’affaires, architecture, environnement juridique
  • Principales définitions du Big Data : impact concret de ces définitions sur les architectures d’entreprises
  • Principales applications Big Data qui ont changé leur entreprise utilisatrice
  • Présentation des briques qui composent un système Big Data
  • Les compétences et les emplois du domaine Big Data
  • Aspects légaux et éthiques : que peut-on collecter, stocker, analyser
  1. Collecter les données
  • Où et comment collecter des données ? Les sources de données, les API, les fournisseurs, les agrégateurs…
  • Les principaux outils de collecte et de traitement de l’information (ETL)
  1. Stocker les données
  • Les différentes formes de stockage des données : rappel de l’architecture relationnelle de stockage des données transactionnelles (SGBD/R)
  • Les nouvelles bases de données – compréhension, positionnement et comparaison : Bases NoSQL, Hadoop, Spark, Bases de données graph…
  1. Analyser les données
  • Analyser et comprendre la signification des données extraites
  • Machine Learning et analyse prédictive : notions de base
  1. Présenter les données et communiquer
  • Panorama des principaux outils de visualisation graphique : les outils prêts à l’emploi et les environnements de programmation
  • Prise en main et apprentissage de Tableau Software

Formateur

 Philippe Nieuwbourg

Philippe Nieuwbourg est analyste indépendant et journaliste, spécialiste des technologies d’aide à la décision et de traitement des données. Il a créé le site Decideo, qui réunit plus de 15 000 abonnés, en français et en espagnol, et est devenu la référence en matière d’information objective sur l’actualité des outils de big data et d’analyse de données.

Aujourd’hui, derrière l’économie de la donnée, ce sont les objets connectés et l’industrie 4.0 qui deviennent les principaux générateurs de contenu à analyser. Il est le fondateur de Objecteo, une société de recherche, de formation et de conseil autour de l’internet des objets.

Il est également chargé de cours à l’ISAE-SUPAERO de Toulouse, au Collège de Bois de Boulogne, et formateur professionnel pour Data Science Institute. Il anime de nombreuses conférences chaque année, en Europe, au Canada et en Amérique du Sud.

Il a écrit plusieurs livres sur le Big Data, le CRM, les places de marché, et son prochain ouvrage soulignera le potentiel combiné des objets, des données et des algorithmes.

Informations pratiques

Suite 330 du 55, rue de Louvain Ouest à Montréal, H2N 1A4 1 journée – 9h00-17h00