> Formations > Compétences métiers > Gestion de production, industrie 4.0 > Industrie 4.0 > Formation Big data, méthodes et solutions pratiques pour l'analyse des données
Vous avez déjà un compte client ORSYS
Se connecter
Vous êtes nouveau chez ORSYS
Créer un compte
Vous ne souhaitez pas créer de compte
Poursuivre sans me connecter

Formation : Big data, méthodes et solutions pratiques pour l'analyse des données

Big data, méthodes et solutions pratiques pour l'analyse des données


Moyenne des avis clients Moyenne des avis clients Moyenne des avis clients Moyenne des avis clients
4,3 / 5

Formation incontournable

Vous comprendrez les enjeux et les apports du big data ainsi que les technologies pour le mettre en œuvre. Vous intégrerez des volumétries massives de données structurées et non structurées via un Extract Transform Load (ETL), puis les analyserez grâce à des modèles statistiques et des dashboards dynamiques.


INTER
INTRA
SUR MESURE

Cours pratique en présentiel ou à distance
Disponible en anglais, à la demande

Réf. BID
  5j - 35h00
Prix : 3610 € H.T.

Télécharger le programme

Partager cette formation




Vous comprendrez les enjeux et les apports du big data ainsi que les technologies pour le mettre en œuvre. Vous intégrerez des volumétries massives de données structurées et non structurées via un Extract Transform Load (ETL), puis les analyserez grâce à des modèles statistiques et des dashboards dynamiques.


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Comprendre les concepts et l'apport du big data par rapport aux enjeux métiers
Comprendre l'écosystème technologique nécessaire pour réaliser un projet big data
Acquérir les compétences techniques pour gérer des flux de données complexes, non structurés et massifs
Implémenter des modèles d'analyses statistiques pour répondre aux besoins métiers
Appréhender un outil de data visualisation pour restituer des analyses dynamiques

Public concerné
Dataminers, chargés d'études statistiques, développeurs, chefs de projet, consultants en informatique décisionnelle.

Prérequis
Connaissances de base des modèles relationnels, des statistiques et des langages de programmation. Connaissances de base des concepts de la business intelligence.
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant  ce test.

Méthodes et moyens pédagogiques
Exercice
Mettre en place une plateforme Hadoop et ses composants de base, utiliser un ETL pour gérer les données, créer des modèles d'analyse et dashboards.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Programme de la formation

1
Comprendre les concepts et les enjeux du big data

  • Origines et définition du big data.
  • Les chiffres clés du marché dans le monde et en France.
  • Les enjeux du big data : Return on investment (ROI), organisation, confidentialité des données.
  • Un exemple d'architecture big data.

2
Les technologies du big data

  • Description de l'architecture et des composants de la plateforme Hadoop.
  • Les modes de stockage (NoSQL, HDFS).
  • Principes de fonctionnement de MapReduce, Spark, Storm...
  • Principales distributions du marché (Hortonworks, Cloudera, MapR, Elastic Map Reduce, Biginsights).
  • Installer une plateforme Hadoop.
  • Les technologies du datascientist.
  • Présentation des technologies spécifiques pour le big data (Tableau, Talend, QlikView...).
Exercice
Installation d'une plateforme big data Hadoop (via Cloudera QuickStart ou autre).

3
Gérer les données structurées et non structurées

  • Principes de fonctionnement de Hadoop Distributed File System (HDFS).
  • Importer des données externes vers HDFS.
  • Réaliser des requêtes SQL avec Hive.
  • Utiliser Pig pour traiter la donnée.
  • Le principe des ETL (Talend).
  • Gestion de streaming de données massive (NIFI, Kafka, Spark, Storm...)
Exercice
Implémentation de flux de données massives.

4
Technique et méthodes big data analytics

  • machine learning, une composante de l'intelligence artificielle.
  • Découvrir les trois familles : régression, classification et clustering.
  • La préparation des données (data preparation, feature engineering).
  • Générer des modèles en R ou Python.
  • Ensemble learning.
  • Découvrir les outils du marché : Jupyter Notebook, Dataïku, Amazon Machine Learning...
Exercice
Mise en place d'analyses avec un des outils étudiés.

5
Data visualisation et cas d'usage concrets

  • Définir le besoin de la data visualisation.
  • Analyse et visualisation des données.
  • Peut concerner tous les types de données dans la dataviz ?
  • Les outils dataviz du marché.
Exercice
Installation et utilisation d'un outil de data visualisation pour constituer des analyses dynamiques.

6
Conclusion

  • Ce qu'il faut retenir.
  • Synthèse des bonnes pratiques.
  • Bibliographie.


Parcours certifiants associés
Pour aller plus loin et renforcer votre employabilité, découvrez les parcours certifiants qui contiennent cette formation :

Avis clients
4,3 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
PERDOMO DAFNE CAROLINA A.
29/09/25
5 / 5

Le contenu est plutôt bien, mais je trouve qu’il y a BEAUCOUP trop de trucs pour une semaine. Il y a tellement de choses qu’on peut juste essayer de se familiariser avec. Je n’aurais pas mis la partie ML de Spark, par exemple.
OLIVIER B.
29/09/25
4 / 5

Les problèmes techniques rencontrés ont contraint le formateur à densifier les cours/exercice et font "sortir" de la formation
GUILLAUME D.
29/09/25
4 / 5

Formation tres tres dense avec beaucoup d’information sur beaucoup de sujets différents

> Afficher plus d’avis clients


Dates et lieux
Sélectionnez votre lieu ou optez pour la classe à distance puis choisissez votre date.
Classe à distance

Dernières places
Date garantie en présentiel ou à distance
Session garantie