Formation Big Data Foundation, préparation à la certification

1/ Les fondamentaux du Big Data

• Les origines du Big Data

• Définition, caractéristiques et bénéfices

• Les 3V du Big Data (Volume, Variété et Vélocité)

• Limites du Big Data

• Les technologies les plus populaires (Hadoop, MongoDB)

• Ethique et vie privée

2/ Les sources du Big Data

• Types de données

• Données d’entreprise : Oracle, SAP, Microsoft, data warehouse, données non-structurées

• Réseaux sociaux (Facebook, Twitter, autres)

• Données publiques (OpenData, économiques, financières, comportementales...)

3/ Les données et l'information

• Principaux modèles d’architecture d’un SI Big Data. C’est quoi le “Data Lake” ?

• Collecter, préparer et gérer les données

• Modélisation de données

• Data Sécurité, Data Gouvernance, Data Science

• Metadata

4/ Data Mining

• Définition, Principes fondamentaux

• Techniques de Data Mining (classification, association...)

• Algorithmes essentiels (régression linéaires, régression polynomiale)

• La Machine Learning

• Outils (Weka, KNIME, R)

• Principales application : analyse sentiment sur Twitter, analyse des log réseau...

5/ Focus sur l'outil Hadoop

• Présentation, concepts de base

• Composants principaux et extensions

• Installation et configuration

• Architecture d'Hadoop

• MapReduce

• Data Processing avec Hadoop

6/ Focus sur l'outil MongoDB

• Fonctionnalités et concepts

• Réplication et Sharding

• Ecosystème : langages, drivers, outils, intégration avec Hadoop

• Installation et configuration

• Base de données de documents

• Modèle de données de documents (Data Modelling)

7/ Préparation à l'examen "Big Data Foundation"

• Révisions, trucs et astuces pour réussir l’examen