Programme Big Data enjeux et perspectives
Durée : 2 jours - 14 heures
Tarif : Nous contacter pour une formation INTER – INTRA ou en COURS PARTICULIER
La formation est délivrée en présentiel ou distanciel (e-learning, classe virtuelle, présentiel et à distance). Le formateur alterne entre méthodes démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). La validation des acquis peut se faire via des études de cas, des quiz et/ou une certification.
Cette formation est animée par un consultant-formateur dont les compétences techniques, professionnelles et pédagogiques ont été validées par des diplômes et/ou testées et approuvées par l’éditeur et/ou par Audit Conseil Formation.
Les objectifs
pré-requis
Savoir manipuler un outil bureautique comme Excel et connaitre le fonctionnement d'un système de gestion de base de données
Moyens pédagogiques, techniques et d'encadrement
- 1 poste de travail complet par personne
- De nombreux exercices d'application
- Mise en place d'ateliers pratiques
- Remise d'un support de cours
- Remise d'une attestation de stage
Modalités d'évaluation des acquis
- Evaluation des besoins et objectifs en pré et post formation
- Evaluation technique des connaissances en pré et post formation
- Evaluation générale du stage
Accessibilité handicapés
- Au centre d’affaires ELITE partenaire d’ACF à 20 m.
- Guide d’accessibilité à l’accueil.
Le Programme
La définition du Big Data
Phénomène 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)
Les origines du Big Data et les facteurs d'évolution du Big Data
Étapes de l'évolution du Big Data
Collecte et traitement des données
Grandes entreprises utilisatrices du Big Data : Google, Facebook, Twitter
La prolifération des données en provenance des réseaux sociaux, de l'Internet des objets, de l'Open Data...
La diminution des coûts de stockage, la virtualisation
L'augmentation des capacités de traitement des solutions éprouvées exploitées par des géants de l'Internet
L'avènement du Cloud Big Data (Data as a Service), l'Internet des Objets et de l'Open Data
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 et organisations)
Description des 4 types d'analytiques fondamentales du Big Data
5 usages populaires du Big Data en entreprise
Les freins et les challenges de sécurité, juridiques et techniques
État des lieux des projets : échecs et réussites (causes, facteurs clés de succès FCS)
Freins financiers et techniques face aux exigences des solutions de Big Data
Qualification complexe des données et de nombreux échecs de projets
Cadre juridique (CNIL/RGPD et PLA (Privacy Level Agreement))
Sécurité des données et enjeux juridiques (juridiction, corrélation interdite ...)
Les impacts du Big Data sur l'entreprise ou l'organisation
Performance opérationnelle des activités de l'entreprise ou organisation
Avantages concurrentiels
Modèle économique
Chaîne des valeurs
Les impacts organisationnels
Différence entre la DSI et la Direction Numérique
Nouvelle organisation des équipes dans le cadre d'une coopération informatique/domaines d'affaires
Impacts sur les équipes en place (compétences en Big Data ...)
Apparition des nouveaux rôles/métiers (data scientists et CDO)
Compétences nouvelles à acquérir
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 ou organisation
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
Bilan et perspectives
L'état de l'offre : solutions privées installées dans les entreprises ou organisations 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