-
durée :
3 jours
-
niveau :
débutant
-
lieu :
La Défense / À distance
-
coût :
1950€ HT
BIG DATA : Pour DataScientist
- Vous vous lancez dans un projet Big Data.
- Vous voulez comprendre les concepts avancés du Big Data.
- Vous souhaitez connaître les outils et les best practices pour mener à bien vos activités de Data Analyst et Data Scientist sur
des environnements Big Data.
- LES OBJECTIFS DE LA FORMATION
- Le Big Data – définitions et cas d’usages.
- Ingestion de la donnée, stockage, traitement et préparation de la donnée.
- Sécurité de la donnée.
- Concept de sauvegarde et restauration.
- La visualisation des données.
- Outillage DevOps.
- Spark et Python pour la Datascience.
- MOYENS PÉDAGOGIQUES
Les formations Big Data sont présentées par un expert, via des supports de présentation et de travaux pratiques.
- MODALITES D’ÉVALUATION
Exercices tout au long de la formation.
À QUI S’ADRESSE CETTE FORMATION ?
Public
Pré-requis
Compétences visées
Data Scientist et Data Analyst.
Aucun.
Connaître l’environnement Big Data et les
outils mis à disposition des Data Scientists.
PROGRAMME DÉTAILLÉ
OBJECTIF PÉDAGOGIQUE
THÈMES À ABORDER
JOUR 1
Le Big Data – Définitions et usages
- Quelques cas d’usages de projets Big Data
- Rôles et Responsabilités
- Le besoin en Big Data – Concept des 3V / 6V
La plateforme Hadoop
- Architecture et composants de la plateforme Hadoop
- HDFS/ NameNode / DataNode / Resource Manager
- Paradigme MapReduce et YARN
- Les technologies émergentes
- Introduction à Hadoop – Principales distributions de Hadoop
Ingestion de la donnée et stockage de la donnée
- Introduire la notion de Datawarehouse / Datalake
- Donnée Structurée / Donnée Non Structurée
- Apache Hadoop et Amazon EMR
- S3, AWS Glue
- Amazon Redshift et les technologies Big Data
- Bases de données distribuées (NoSQL Columnar Storage)
- Le théorème CAP
- Types de stockage en Big Data
ETL, Streaming et préparation de la donnée
- Processing de données pour analyse en mode batch (Hadoop, Spark / Python)
- AWS Batch / Kinesis
JOUR 2
Sécurité de la donnée
- Chiffrement de données et gestion des clés AWS
- Protection des données sur AWS
Concept de sauvegarde et restauration
- Développement de la résilience de votre architecture
Technologies AWS Machine Learning
- AWS ML
- SageMaker
- EMR
- Mxnet
- Focus Deep Learning
La visualisation des données
- Intérêt de la visualisation
- Principes de base de la visualisation d’information
- Evaluation des systèmes de visualisation
JOUR 3
Migration des applications vers le cloud
- Service de migration des données
Outillage DevOps
- Automatisation des déploiements
- Déploiement des modèles ML
- Gestion de modèles ML en production
- Conteneurisation
SPARK pour la Data Science
- Introduction Spark
- Manipulation des données
- Spark SQL
- Spark ML avec Mllib
PYTHON pour la Data Science
- Présentation de la librairie PySpark
- Les différents types d’analyses avec PySpark (SQL, Streaming, Machine learning, Graphx)
- LE FORMATEUR
Architecte spécialisé sur les technologies Big Data.