Formation Data Sciences : concepts et technologies

  • Référence : PYDS000
  • Durée : 14 heures
  • Certification : Non
  • Eligible CPF : Non

RÉSUMÉ

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. Et de prendre en main de manière pratique, les outils spécifiques au Big Data : ETL, Hadoop, Visualisation graphique...

CONNAISSANCES PREALABLES

  • 1-Savoir manipuler un outil bureautique comme Excel et connaitre le fonctionnement d’un système de gestion de base de données (SGBD/R)

PROFIL DES STAGIAIRES

  • 1-Toute personne amenée à participer à un projet Big Data (MOA, Chefs de projet, Développeurs, Analystes...)
  • 2-Futurs Data Scientists, Data Analysts et Data Stewards
  • 3-Spécialistes de la BI souhaitant intégrer une dimension Big Data dans leurs projets

OBJECTIFS

  • Disposer d’une vision claire du Big Data et de ses enjeux
  • Comprendre comment les entreprises les plus avancées, dans tous les secteurs, ont tiré profit de projets Big Data
  • Connaitre les informations essentielles pour lancer une initiative Big Data
  • Connaitre l’écosystème, les principales technologies et solutions associées au Big Data
  • Savoir mesurer les impacts de tels projets sur l’entreprise et son organisation

METHODES PEDAGOGIQUES

  • 6 à 12 personnes maximum par cours, 1 poste de travail par stagiaire
  • Remise d’une documentation pédagogique papier ou numérique pendant le stage
  • La formation est constituée d’apports théoriques, d’exercices pratiques et de réflexions

METHODES D'EVALUATION DES ACQUIS

  • Auto-évaluation des acquis par le stagiaire via un questionnaire
  • Attestation de fin de stage adressée avec la facture

FORMATEUR

Consultant-Formateur expert Bigdata

CONTENU DU COURS Bigdata

1 - La définition du big data

  • Définition opérationnelle et commune selon les grands acteurs du marché et les instituts d’étude internationaux
  • Différence entre le Big Data et les systèmes existants de Business Intelligent (BI)
  • Phénomène Big Data

2 - Les origines du Big Data et les facteurs d'évolution du Big Data

  • L’avènement du Cloud Big Data (Data as a Service), l’Internet des Objets et de l’Open Data
  • L’augmentation des capacités de traitement des solutions éprouvées exploitées par des géants de l’Internet
  • La diminution des coûts de stockage, la virtualisation
  • La prolifération des données en provenance des réseaux sociaux, de l’Internet des objets, de l’Open Data…
  • Grandes entreprises utilisatrices du Big Data : Google, Facebook, Twitter
  • Collecte et traitement des données
  • Étapes de l’évolution du Big Data

3 - Le marché Big Data et les principaux cas d'usages d'analytiques

  • Marché data au niveau mondial
  • Évolutions et les acteurs de la chaine de l’offre Big Data
  • Enjeux stratégiques (création de la valeur et d’activités nouvelles dans les entreprises)
  • Description des 4 types d’analytiques fondamentales du Big Data
  • 5 usages populaires du Big Data en entreprise
  • Exemples : profiling des consommateurs (360° du Client), sécurité informatique (préventions contre les attaques potentielles), maintenance préventive des équipements industriels, fraudes financières, d’aides sociales…

4 - Les freins et les challenges de sécurité, juridiques et techniques

  • Sécurité des données et enjeux juridiques (juridiction, corrélation interdite …)
  • Cadre juridique (CNIL/RGPD et PLA (Privacy Level Agreement))
  • Freins financiers et techniques face aux exigences des solutions de Big Data
  • État des lieux des projets : échecs et réussites (causes, facteurs clés de succès FCS)
  • Qualification complexe des données et de nombreux échecs de projets

5 - Les impacts du big data sur l'entreprise

  • Performance opérationnelle des activités de l’entreprise
  • Avantages concurrentiels
  • Modèle économique
  • Chaîne des valeurs

6 - Les impacts organisationnels

  • Compétences nouvelles à acquérir
  • Apparition des nouveaux rôles/métiers (data scientists et CDO)
  • Impacts sur les équipes en place (compétences en Big Data …)
  • Nouvelle organisation des équipes dans le cadre d’une coopération informatique/domaines d’affaires
  • Différence entre la DSI et la Direction Numérique

7 - Le projet Big Data et les technologies fondamentales des solutions

  • Méthodologie/démarche d’intégration de la gestion des données du Big Data dans la gestion des activités de l’entreprise
  • Calcul difficile du retour sur investissement d’un projet Big Data
  • Démarches recommandées pour lancer un projet Big Data : les étapes essentielles et les précautions à prendre
  • Critères d’évaluation d’une plate-forme de Big Data
  • Questions à poser aux prestataires et fournisseurs des plates-formes

8 - Bilan et perspectives

  • L’état de l’offre : solutions privées installées dans les entreprises et solutions proposées dans le Cloud (AWS, IBM, Google, Microsoft Azure…)
  • Choix stratégique d’usage des services du Cloud Big Data
  • Les perspectives comme l’implication de la virtualisation, l’usage intensif de l’Intelligence Artificielle et de la Machine Learning
  • CNIL et Intelligence Artificielle : cadrage

9 - Conclusion

    Cookies