Formation Architectures et Infrastructures pour le Big Data

Introduction au Big Data

• Les principaux concepts du Big Data
• Des données à la création de valeur
• Apporter de la valeur complémentaire
• Écosystème de projet
• Les acteurs du Big Data et leurs positionnements
• Opportunités offertes par le Big Data

Architectures Big Data

• Les modèles de calcul du Big Data
• Étapes de gestion des données
• Les systèmes de publication et d’abonnement
• Traitement en continu
• Niveau avancé de l’architecture
• Approches industrielles
• Architectures de Big Data basées sur les acteurs et les agents

Les solutions Big Data

• Projet, applications et plateformes
• Stockage des données
• Considérations Hardware :
  • CPU
  • Réseau
  • Mémoire
  • Systèmes distribués
• Analyse prédictive

Les fonctionnalités du Big Data

• Systèmes de recommandation
• Recherche
• Algorithmes ad-tech et Real Time Bidding (RTB)
• Génération de graphes inter-appareils
• Systèmes de prévision et de prédiction
• Big Data des médias sociaux
• Détection des anomalies et des fraudes
• Contrôle et surveillance des réseaux électriques intelligents

Les enjeux juridiques

• Règles d’éthique et enjeux juridiques
• Sécurisation des données personnelles
• Interdiction à la collecte : information sensible
• Accords intrapays

Architectures distribuées

• Difficultés et opportunités d’une architecture distribuée
• Architecture massivement parallèle
• Types de paradigmes de calculs distribués
• Traitement complexe de données
  • Machine Learning
  • Datamining
• NoSQL avec le calcul distribué

Architecture technique et applicative

• Les différences principales
• Étapes de la gestion de données
• Les différents outils du marché
• Injection de données
• Stockage de données avec Hadoop, HDFS, NoSQL
• Restitution et visualisation
• Capture des données
• Diffusion des données
• Traitement en temps réel
• Supervision des plateformes (Ambari, App Dynamix)