Plan du cours
Introduction aux écosystèmes du Big Data
- Aperçu des technologies et architectures du Big Data
- Traitement par lots vs traitement en temps réel
- Stratégies de stockage des données pour l'évolutivité
Traitement avancé de données avec Apache Spark
- Optimisation des tâches Spark pour la performance
- Transformations et actions avancées
- Travail avec le streaming structuré
Apprentissage automatique à grande échelle
- Techniques d'entraînement de modèles distribués
- Réglage des hyperparamètres sur de grands ensembles de données
- Déploiement des modèles dans des environnements de Big Data
Apprentissage profond pour le Big Data
- Intégration de TensorFlow et PyTorch avec Spark
- Pipelines d'entraînement de l'apprentissage profond distribués
- Cas d'usage dans l'analyse d'images, de texte et de séries temporelles
Analytique en temps réel et flux de données
- Apache Kafka pour l'ingestion de données en flux
- Cadres de traitement de flux
- Surveillance et alertes dans les systèmes en temps réel
Gouvernance, sécurité et éthique des données
- Exigences de confidentialité et de conformité des données
- Contrôle d'accès et chiffrement dans les systèmes de Big Data
- Considérations éthiques dans l'analyse à grande échelle
Intégration du Big Data avec la Business Intelligence
- Visualisation de données et tableaux de bord pour le Big Data
- Connexion des pipelines de Big Data aux outils BI
- Obtention de résultats commerciaux grâce à l'analytique avancée
Synthèse et prochaines étapes
Pré requis
- Maîtrise solide des concepts d'analyse de données et de modélisation statistique
- Expérience avec les outils de traitement de données et les langages de programmation tels que Python, R ou Scala
- Familiarité avec les cadres de calcul distribué tels que Hadoop ou Spark
Public cible
- Scientists of données souhaitant maîtriser le traitement de données à grande échelle et l'analytique prédictive
- Analyistes seniors cherchant à concevoir et mettre en œuvre des flux de travail analytiques avancés
- Professionnels de la R&D se concentrant sur des solutions innovantes basées sur les données
Nos clients témoignent (3)
Découvrir que QGIS et un outil peuvent être utilisés par différents professionnels, tels que les géomètres.
Bame Duncan Koko - Bentel Technologies (Pty) Ltd
Formation - QGIS for Geographic Information System
Traduction automatique
Comment utiliser les données des satellites ouverts pour des applications concrètes
Tshering Dorji - Druk Holding and Investments
Formation - Advanced Geographic Information Systems (GIS)
Traduction automatique
Des exemples pratiques nous ont permis de ressentir concrètement le fonctionnement du programme. De bonnes explications et une intégration efficace des concepts théoriques et de leur rapport aux applications pratiques.
Ian - Archeoworks Inc.
Formation - ArcGIS Fundamentals
Traduction automatique