Plan du cours
Introduction aux écosystèmes du Big Data
- Présentation des technologies et des architectures du Big Data
- Traitement par lots (batch) vs traitement en temps réel
- Stratégies de stockage de données pour l'évolutivité
Traitement de données avancé avec Apache Spark
- Optimisation des tâches Spark pour les performances
- Transformations et actions avancées
- Travail avec le streaming structuré
Machine learning à grande échelle
- Techniques d'entraînement de modèles distribués
- Réglage des hyperparamètres sur de grands jeux de données
- Déploiement de modèles dans des environnements de Big Data
Deep Learning pour le Big Data
- Intégration de TensorFlow et PyTorch avec Spark
- Pipelines d'entraînement de deep learning distribués
- Cas d'usage dans l'analyse d'images, de textes et de séries temporelles
Analyse en temps réel et streaming de données
- Apache Kafka pour l'ingestion de données en streaming
- Frameworks de traitement de flux
- Surveillance et alertes dans les systèmes en temps réel
Gouvernance des données, sécurité et éthique
- Confidentialité des données et exigences de conformité
- 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 de BI
- Obtention de résultats business concrets grâce à l'analyse avancée
Conclusion et prochaines étapes
Pré requis
- Solide compréhension 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 frameworks de calcul distribué tels que Hadoop ou Spark
Public cible
- Scientifiques des données souhaitant maîtriser le traitement de données à grande échelle et l'analyse prédictive
- Analystes seniors cherchant à concevoir et mettre en œuvre des flux de travail analytiques avancés
- Professionnels de la R&D focalisés 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