Opleiding : Big Data, technische samenvatting
Synthese cursus - 2d
- 14u00 - Ref. BAG
|
Downloaden in pdf-formaat
Deze cursus delen via mail
 | Ontdek de belangrijkste concepten van big data |
| Inzicht in het technologische ecosysteem van een big data-project |
| Beoordeling van technieken voor het beheer van enorme gegevensstromen |
| Statistische analysemodellen implementeren om te voldoen aan bedrijfsbehoeften |
| Ontdek tools voor gegevensvisualisatie |
Doelgroep
Gegevensanalisten, statistische onderzoekers, ontwikkelaars, projectmanagers, business intelligence consultants.
Voorafgaande vereisten
Basiskennis van relationele modellen, statistiek en programmeertalen. Basiskennis van business intelligence concepten.
Praktische modaliteiten
Demonstratie
Kennismaken met het Hadoop-platform en de basiscomponenten, een ETL gebruiken om gegevens te beheren, analysemodellen en dashboards maken.
Opleidingsprogramma
1 De belangrijkste concepten en uitdagingen van Big Data begrijpen
- De oorsprong van Big Data.
- De waarde van gegevens: een grote verandering.
- Gegevens als grondstof.
- Belangrijke marktcijfers wereldwijd en in Frankrijk.
- De uitdagingen van Big Data: ROI, organisatie, vertrouwelijkheid van gegevens.
Demonstratie
Presentatie van een big data architectuur.
2 Big data technologieën
- Architectuur en componenten van het Hadoop-platform 2.
- Opslagmodi (NoSQL, HDFS).
- Hoe MapReduce en Yarn werken...
- Belangrijkste Hadoop-distributies: Hortonworks, Cloudera, MapR, enz.
- Technologieën: Spark, Storm, Databrick, Azure Machine Learning...
- Hoe installeer ik een Hadoop-platform?
- Presentatie van specifieke technologieën voor Big Data (Talend, Tableau, QlikView, enz.).
Demonstratie
Installatie van een compleet big data platform.
3 Verwerking van grote gegevens
- Hoe het Hadoop Distributed File System (HDFS) werkt.
- Gegevens importeren naar HDFS.
- Gegevensverwerking met PIG.
- SQL-query's met HIVE.
- Enorme gegevensstromen creëren met een ETL.
Demonstratie
Implementatie van massale gegevensstromen.
4 Gegevensanalyse en verwerkingsmethoden voor Big Data
- Exploratiemethoden.
- Segmentatie en classificatie.
- machinaal leren, schatting en voorspelling.
- Realtime, kunstmatige intelligentie.
- Modellen implementeren.
Demonstratie
Inleiding tot de Spark-omgeving, Jupyter Notebook, R Notebook en Shiny. Machine learning analyses opzetten met behulp van R, Python en Scala.
5 Datavisualisatie, gegevens visueel weergeven
- De belangrijkste oplossingen op de markt.
- Verder gaan dan statische rapporten.
- Datavisualisatie en de kunst om cijfers op een creatieve en onderhoudende manier te vertellen.
- Meten van e-reputatie, merkbekendheid, klantervaring en tevredenheid...
Demonstratie
Presentatie en gebruik van een datavisualisatietool om dynamische analyses te maken.
6 Conclusie
- De voorwaarden voor succes.
- Synthese van best practices.
- Bibliografie.
Feedback van klanten
5 / 5
De feedback van klanten is afkomstig van eindevaluaties na de opleiding. De score wordt berekend op basis van alle evaluaties die minder dan 12 maanden oud zijn. Alleen die met een tekstcommentaar worden weergegeven.
OLIVIER C.
16/12/25
5 / 5
Formation très riche et très instructive avec beaucoup de notions que je ne connaissais pas. Formation très enrichissante pour une première approche du Big Data même s’il reste encore du chemin avant de pouvoir se lancer dans un projet
DEELNEMERS
Gegevensanalisten, statistische onderzoekers, ontwikkelaars, projectmanagers, business intelligence consultants.
VOORAFGAANDE VEREISTEN
Basiskennis van relationele modellen, statistiek en programmeertalen. Basiskennis van business intelligence concepten.
VAARDIGHEDEN VAN DE CURSUSLEIDER
De deskundigen die de cursus leiden zijn specialisten op het betreffende vakgebied. Zij werden geselecteerd door onze pedagogische teams zowel om hun vakkennis als hun pedagogische vaardigheden voor elke cursus die zij geven. Zij hebben minstens vijf tot tien jaar ervaring in hun vakgebied en oefenen of oefenden verantwoordelijke bedrijfsfuncties uit.
BEOORDELINGSMODALITEITEN
De cursusleider beoordeelt de pedagogische vooruitgang van de deelnemer gedurende de gehele cursus aan de hand van meerkeuzevragen, praktijksituaties, praktische opdrachten, …
De deelnemer legt ook van tevoren en naderhand een test af ter bevestiging van de verworven kennis.
TOEGANGSMODALITEITEN EN TERMIJNEN
De inschrijving dient 24 uur voor aanvang van de cursus plaatsgevonden te hebben.
TOEGANKELIJKHEID VOOR MINDERVALIDEN
Is voor u speciale toegankelijkheid vereist? Neem contact op met mevr. FOSSE, contactpersoon voor mindervaliden, via het adres psh-accueil@ORSYS.fr om uw verzoek en de haalbaarheid daarvan zo goed mogelijk te bestuderen.
Gegevensanalisten, statistische onderzoekers, ontwikkelaars, projectmanagers, business intelligence consultants.
VOORAFGAANDE VEREISTEN
Basiskennis van relationele modellen, statistiek en programmeertalen. Basiskennis van business intelligence concepten.
VAARDIGHEDEN VAN DE CURSUSLEIDER
De deskundigen die de cursus leiden zijn specialisten op het betreffende vakgebied. Zij werden geselecteerd door onze pedagogische teams zowel om hun vakkennis als hun pedagogische vaardigheden voor elke cursus die zij geven. Zij hebben minstens vijf tot tien jaar ervaring in hun vakgebied en oefenen of oefenden verantwoordelijke bedrijfsfuncties uit.
BEOORDELINGSMODALITEITEN
De cursusleider beoordeelt de pedagogische vooruitgang van de deelnemer gedurende de gehele cursus aan de hand van meerkeuzevragen, praktijksituaties, praktische opdrachten, …
De deelnemer legt ook van tevoren en naderhand een test af ter bevestiging van de verworven kennis.
PEDAGOGISCHE EN TECHNISCHE MIDDELEN
• De gebruikte pedagogische middelen en cursusmethoden zijn voornamelijk: audiovisuele hulpmiddelen, documentatie en cursusmateriaal, praktische oefeningen en correcties van de oefeningen voor praktijkstages, casestudies of reële voorbeelden voor de seminars.
• Na afloop van de stages of seminars verstrekt ORSYS de deelnemers een evaluatievragenlijst over de cursus die vervolgens door onze pedagogische teams wordt geanalyseerd.
• Na afloop van de cursus wordt een presentielijst per halve dag verstrekt, evenals een verklaring van de afronding van de cursus indien de stagiair alle sessies heeft bijgewoond.
• De gebruikte pedagogische middelen en cursusmethoden zijn voornamelijk: audiovisuele hulpmiddelen, documentatie en cursusmateriaal, praktische oefeningen en correcties van de oefeningen voor praktijkstages, casestudies of reële voorbeelden voor de seminars.
• Na afloop van de stages of seminars verstrekt ORSYS de deelnemers een evaluatievragenlijst over de cursus die vervolgens door onze pedagogische teams wordt geanalyseerd.
• Na afloop van de cursus wordt een presentielijst per halve dag verstrekt, evenals een verklaring van de afronding van de cursus indien de stagiair alle sessies heeft bijgewoond.
TOEGANGSMODALITEITEN EN TERMIJNEN
De inschrijving dient 24 uur voor aanvang van de cursus plaatsgevonden te hebben.
TOEGANKELIJKHEID VOOR MINDERVALIDEN
Is voor u speciale toegankelijkheid vereist? Neem contact op met mevr. FOSSE, contactpersoon voor mindervaliden, via het adres psh-accueil@ORSYS.fr om uw verzoek en de haalbaarheid daarvan zo goed mogelijk te bestuderen.
Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand
Dernières places
Date garantie en présentiel ou à distance
Session garantie