Opleiding : Big Data, methoden en praktische oplossingen voor gegevensanalyse
Praktijkcursus - 5d
- 35u00 - Ref. BID
|
Downloaden in pdf-formaat
Deze cursus delen via mail
 | De concepten en de bijdrage van Big Data aan zakelijke uitdagingen begrijpen |
| Het technologische ecosysteem begrijpen dat nodig is voor een Big Data-project |
| De technische vaardigheden verwerven die nodig zijn om complexe, ongestructureerde en enorme gegevensstromen te beheren |
| Statistische analysemodellen implementeren om te voldoen aan bedrijfsbehoeften |
| Leren hoe u een datavisualisatietool gebruikt om dynamische analyses te maken |
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
Oefening
Een Hadoop-platform en de basiscomponenten ervan opzetten, een ETL gebruiken om gegevens te beheren, analysemodellen en dashboards maken.
Opleidingsprogramma
1 De concepten en uitdagingen van Big Data begrijpen
- Oorsprong en definitie van Big Data.
- Belangrijke marktcijfers wereldwijd en in Frankrijk.
- De uitdagingen van Big Data: ROI, organisatie, vertrouwelijkheid van gegevens.
- Een voorbeeld van Big Data architectuur.
2 Big Data-technologieën
- Beschrijving van de architectuur en componenten van het Hadoop-platform.
- Opslagmodi (NoSQL, HDFS).
- Werkingsprincipes van MapReduce, Spark, Storm...
- Belangrijkste marktdistributies (Hortonworks, Cloudera, MapR, Elastic Map Reduce, Biginsights).
- Een Hadoop-platform installeren.
- Technologieën voor datawetenschappers.
- Presentatie van specifieke technologieën voor Big Data (Tableau, Talend, Qlikview, enz.).
Oefening
Installatie van een Big Data Hadoop-platform (via Cloudera QuickStart of een ander platform).
3 Gestructureerde en ongestructureerde gegevens beheren
- Bedieningsprincipes van het Hadoop Distributed File System (HDFS).
- Externe gegevens importeren in HDFS.
- SQL-query's uitvoeren met HIVE.
- Gebruik PIG om de gegevens te verwerken.
- Het ETL-principe (Talend, enz.).
- Beheer van massale datastreaming (NIFI, Kafka, Spark, Storm...)
Oefening
Implementatie van massale gegevensstromen.
4 Technieken en methoden voor big data-analyse
- Machine Learning, een onderdeel van kunstmatige intelligentie.
- Ontdek de drie families: Regressie, Classificatie en Clustering.
- Datavoorbereiding en feature engineering.
- Genereer modellen in R of Python.
- Ensemble leren.
- Ontdek de tools op de markt: Jupyter Notebook, Dataïku, Amazon Machine Learning, enz.
Oefening
Zet analyses op met een van de bestudeerde tools.
5 Datavisualisatie en praktijkvoorbeelden
- Definieer de behoefte aan datavisualisatie.
- Gegevensanalyse en visualisatie.
- Kunnen alle soorten gegevens worden gebruikt in DataViz?
- DataViz-tools op de markt.
Oefening
Installatie en gebruik van een tool voor gegevensvisualisatie om dynamische analyses te maken.
6 Conclusie
- Dingen om te onthouden.
- Samenvatting van best practices.
- Bibliografie.
Feedback van klanten
4 / 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.
NASTASSIA T.
21/09/26
3 / 5
Over het algemeen een beetje rommelig: veel theorie waarbij het verband tussen de verschillende modules ontbreekt; de praktijk is erg technisch, zonder dat we echt het doel van elk onderdeel begrijpen: we hebben heel veel tools gezien, maar niet hoe we dit alles in onze professionele omgeving kunnen toepassen, noch hoe we ze daadwerkelijk op ‘echte’ gegevens kunnen gebruiken
ELISE C.
21/09/26
4 / 5
Ik ben geen fan van online trainingen. Om te beginnen is het onmogelijk als je geen twee beeldschermen hebt. Bovendien zijn de computers die Orsys ter beschikking stelt blijkbaar niet krachtig genoeg voor deze cursus. De docent was wel bereikbaar en deed zijn best, maar de rode draad was moeilijk te volgen, evenals het verband met de titel. We bleven erg dicht bij de ruwe gegevens ... ik dacht dat we het ook een beetje over machine learning zouden hebben. Er werd veel tijd besteed aan saaie oefe
ISMAIL O.
21/09/26
5 / 5
Uitstekende trainer
Publicatiedatum : 01/08/2024
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.
Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.
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
Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.