Programme Big Data : Les fondamentaux
Durée : 3 jours - 21 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
Vous devez avoir des connaissances pratiques de la plateforme Microsoft Windows. Des notions de programmation sont utiles sans toutefois être obligatoires.
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
Définition
- Les quatre dimensions du Big Data : volume, vélocité, variété, véracité
- Présentation de l'ensemble MapReduce, stockage et requêtes
Améliorer les résultats de l'entreprise grâce au Big Data
- Mesurer l'importance du Big Data au sein d'une entreprise
- Réussir à extraire des données utiles
- Intégrer le Big Data aux données traditionnelles
Analyser les caractéristiques de vos données
- Sélectionner les sources de données à analyser
- Supprimer les doublons
- Définir le rôle de NoSQL
Présentation des entrepôts de Big Data
- Modèles de données : valeur clé, graphique, document, famille de colonnes
- Système de fichiers distribué Hadoop (HDFS)
- HBase
- Hive
- Cassandra
- Hypertable
- Amazon S3
- BigTable
- DynamoDB
- MongoDB
- Redis
- Riak
- Neo4J
Choisir un entrepôt de Big Data
- Choisir un entrepôt de données en fonction des caractéristiques de vos données
- Injecter du code dans les données, mettre en œuvre des solutions de stockage des données multilingues
- Choisir un entrepôt de données capable de s'aligner avec les objectifs de l'entreprise
Intégrer différents entrepôts de données
- Mapper les données avec le framework de programmation, se connecter aux données et les extraire de l'entrepôt de stockage, transformer les données à traiter
- Fractionner les données pour Hadoop MapReduce
Utiliser Hadoop MapReduce
- Créer les composants des tâches Hadoop MapReduce
- Distribuer le traitement des données entre plusieurs fermes de serveurs, exécuter les tâches Hadoop MapReduce
- Surveiller l'avancement des flux de tâches
Principes fondamentaux de Hadoop MapReduce
- Identifier les démons Hadoop
- Examiner le système de fichiers distribué Hadoop (HDFS)
- Choisir le mode d'exécution : local, pseudo-distribué, entièrement distribué
Synthétiser les tâches Hadoop MapReduce avec Pig
- Communiquer avec Hadoop en Pig Latin
- Exécuter des commandes avec le shell Grunt
- Rationaliser les traitements de haut niveau
Lancer des requêtes ad hoc sur le Big Data avec Hive
- Assurer la persistance des données dans le Hive MegaStore
- Lancer des requêtes avec HiveQL
- Examiner le format des fichiers Hive
Extraire des données donnant de la valeur à l'entreprise
- Analyser les données avec Mahout, utiliser des outils de génération d'états pour afficher le résultat du traitement
Élaborer une stratégie dédiée au Big Data
- Définir les besoins en matière de Big Data
- Atteindre les objectifs grâce à la pertinence des données
- Évaluer les différents outils du marché dédiés au Big Data
- Répondre aux attentes du personnel de l'entreprise
Une méthode analytique innovante
- Identifier l'importance des traitements métier
- Cerner le problème
- Choisir les bons outils
- Obtenir des résultats exploitables
Analyse statistique du Big Data
- Exploiter la fonctionnalité RHadoop
- Générer des états statistiques avec RHadoop
- Utiliser la visualisation RHadoop
- Exploiter les résultats des analyses
Mettre en œuvre une solution Big Data
- Bien choisir les fournisseurs et options d'hébergement
- Trouver le juste équilibre entre les coûts engendrés et la valeur apportée à l'entreprise
- Garder une longueur d'avance