Formation Big Data en France

Cette formation en direct avec instructeur à France (en ligne ou sur site) est destinée aux professionnels des données de niveau avancé qui souhaitent optimiser les flux de traitement des données, assurer l'intégrité des données et mettre en œuvre des solutions de data lakehouse robustes qui peuvent gérer les complexités des applications modernes de big data.A l'issue de cette formation, les participants seront en mesure de :

• Acquérir une compréhension approfondie de l'architecture d'Iceberg, y compris la gestion des métadonnées et la disposition des fichiers.
• Configurer Iceberg pour des performances optimales dans divers environnements et l'intégrer à plusieurs moteurs de traitement de données.
• Gérer des tables Iceberg à grande échelle, effectuer des changements de schéma complexes et gérer l'évolution des partitions.
• Maîtriser les techniques permettant d'optimiser les performances des requêtes et l'efficacité de l'analyse des données pour les grands ensembles de données.
• Mettre en œuvre des mécanismes pour assurer la cohérence des données, gérer les garanties transactionnelles et gérer les défaillances dans les environnements distribués.

Cette formation en direct avec instructeur à France (en ligne ou sur site) s'adresse aux professionnels des données de niveau débutant qui souhaitent acquérir les connaissances et les compétences nécessaires pour utiliser efficacement Apache Iceberg afin de gérer des ensembles de données à grande échelle, d'assurer l'intégrité des données et d'optimiser les flux de travail pour le traitement des données.A l'issue de cette formation, les participants seront capables de :

• Acquérir une compréhension approfondie de l'architecture, des fonctionnalités et des avantages d'Apache Iceberg.
• Apprendre les formats de table, le partitionnement, l'évolution des schémas et les capacités de déplacement dans le temps.
• Installer et configurer Apache Iceberg dans différents environnements.
• Créer, gérer et manipuler des tables Iceberg.
• Comprendre le processus de migration des données d'autres formats de table vers Iceberg.

Cette formation en direct avec instructeur à France (en ligne ou sur site) s'adresse aux professionnels de l'informatique de niveau intermédiaire qui souhaitent améliorer leurs compétences en matière d'architecture de données, de gouvernance, de cloud computing et de technologies big data afin de gérer et d'analyser efficacement les grands ensembles de données pour la migration des données au sein de leur organisation.À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les concepts fondamentaux et les composants des différentes architectures de données.
• Comprendre les principes de la gouvernance des données et leur importance dans les environnements réglementaires.
• Mettre en œuvre et gérer des cadres de gouvernance des données tels que Dama et Togaf.
• Exploiter les plateformes en nuage pour un stockage, un traitement et une gestion efficaces des données.

Cette formation en direct avec instructeur à France (en ligne ou sur site) est destinée aux ingénieurs de données de niveau intermédiaire qui souhaitent apprendre à utiliser Azure Data Lake Storage Gen2 pour des solutions d'analyse de données efficaces.À l'issue de cette formation, les participants seront en mesure de :

• Comprendre l'architecture et les principales fonctionnalités de Azure Data Lake Storage Gen2.
• Optimiser le stockage et l'accès aux données en termes de coûts et de performances.
• Intégrer Azure Data Lake Storage Gen2 avec d'autres services Azure pour l'analyse et le traitement des données.
• Développer des solutions à l'aide de l'API Azure Data Lake Storage Gen2.
• Dépanner les problèmes courants et optimiser les stratégies de stockage.

Cette formation en direct avec instructeur à France (en ligne ou sur site) est destinée aux professionnels de l'informatique de niveau intermédiaire qui souhaitent avoir une compréhension complète d'IBM DataStage à la fois du point de vue de l'administration et du développement, leur permettant de gérer et d'utiliser cet outil de manière efficace dans leurs lieux de travail respectifs.A l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts fondamentaux de DataStage.
• Apprendre à installer, configurer et gérer efficacement les environnements DataStage.
• Se connecter à diverses sources de données et extraire efficacement des données à partir de bases de données, de fichiers plats et de sources externes.
• Mettre en œuvre des techniques efficaces de chargement de données.

Au cours de cette formation en direct avec instructeur à France, les participants apprendront à utiliser Python et Spark ensemble pour analyser les données volumineuses (big data) en travaillant sur des exercices pratiques.A la fin de cette formation, les participants seront capables de :

• Apprendre à utiliser Spark avec Python pour analyser Big Data.
• Travailler sur des exercices qui imitent des cas réels.
• Utiliser différents outils et techniques pour l'analyse des big data en utilisant PySpark.

Ce cours explique comment utiliser le SQL Hive SQL (AKA: Hive HQL, SQL sur Hive , Hive QL) pour les personnes qui extraient des données à partir de Hive

La découverte de connaissances dans les bases de données (KDD) est le processus de découverte de connaissances utiles à partir d’une collection de données. Les applications réelles pour cette technique de minage de données comprennent le marketing, la détection de fraudes, les télécommunications et la fabrication. Dans ce cours guidé par l'instructeur, en direct, nous introduisons les processus impliqués dans le KDD et effectuons une série d'exercices pour pratiquer la mise en œuvre de ces processus. Audience

• Analystes de données ou toute personne intéressée à apprendre à interpréter les données pour résoudre les problèmes

Le format du cours

• Après une discussion théorique de KDD, l'instructeur présentera des cas de vie réelle qui demandent l'application de KDD pour résoudre un problème. Les participants prépareront, sélectionneront et nettoyeront des ensembles de données et utiliseront leurs connaissances antérieures sur les données pour proposer des solutions basées sur les résultats de leurs observations.

Apache Kylin est un moteur d'analyse extrême et distribué pour le Big Data. Lors de cette formation en direct animée par un instructeur, les participants apprendront à utiliser Apache Kylin pour configurer un entrepôt de données en temps réel. À la fin de cette formation, les participants seront en mesure de:

• Consommez des données en streaming en temps réel avec Kylin
• Utilisez Apache Kylin fonctionnalités puissantes d’ Apache Kylin , son interface SQL riche, son cubage par étincelle et sa latence de requête inférieure à la seconde

Remarque

• Nous utilisons la dernière version de Kylin (au moment d'écrire ces lignes, Apache Kylin v2.0)

Public

• Ingénieurs Big Data
• Big Data

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

Dremio est une plate-forme de données open-source qui accélère la recherche de différents types de sources de données. Dremio intégré avec des bases de données relatives, Apache Hadoop, MongoDB, Amazon S3, ElasticSearch, et d'autres sources de données. Il soutient SQL et fournit un UI Web pour les requêtes de construction. Dans cette formation guidée par l'instructeur, les participants apprendront comment installer, configurer et utiliser Dremio en tant que couche unifiante pour les outils d'analyse des données et les repositaires de données de base. À la fin de cette formation, les participants seront en mesure de :

• Installer et configurer Dremio
• Exécuter des requêtes contre plusieurs sources de données, indépendamment de l’emplacement, de la taille ou de la structure
• Intégrer Dremio avec BI et sources de données telles que Tableau et Elasticsearch

Audience

• Les scientifiques de données
• Business Les analystes
• Ingénieurs de données

Format du cours

• Lecture partielle, discussion partielle, exercices et pratiques lourdes

Notes

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Apache Arrow est un framework de traitement de données en mémoire open-source. Il est souvent utilisé avec d'autres outils de science des données pour accéder à des magasins de données disparates à des fins d'analyse. Il s'intègre bien à d'autres technologies telles que GPU bases de données GPU , les bibliothèques et outils d'apprentissage automatique, les moteurs d'exécution et les cadres de visualisation de données. Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment intégrer Apache Arrow à divers frameworks Data Science pour accéder à des données provenant de sources de données disparates. À la fin de cette formation, les participants seront en mesure de:

• Installer et configurer Apache Arrow dans un environnement en cluster distribué
• Utilisez Apache Arrow pour accéder aux données de sources de données disparates
• Utilisez Apache Arrow pour éviter la construction et la maintenance de pipelines ETL complexes.
• Analyser des données sur des sources de données disparates sans avoir à les consolider dans un référentiel centralisé

Public

• Scientifiques de données
• Ingénieurs de données

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

Remarque

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Cette formation en direct (en ligne ou sur site) s'adresse aux professionnels des bases de données de niveau intermédiaire qui souhaitent améliorer leurs compétences en matière de développement et d'administration des bases de données Oracle SQL.A l'issue de cette formation, les participants seront capables de :

• Construire et optimiser des requêtes SQL complexes.
• Gérer efficacement les bases de données à l'aide d'outils Oracle SQL.
• Appliquer les meilleures pratiques dans le développement et la maintenance des bases de données.
• Administrer l'accès des utilisateurs et la sécurité des bases de données dans un environnement Oracle.

Pour satisfaire à la conformité des régulateurs, les CSP (fournisseurs de services de Communication ) peuvent exploiter Big Data Analytics, qui les aide non seulement à respecter la conformité, mais dans le cadre du même projet, ils peuvent augmenter la satisfaction de la clientèle et ainsi réduire le taux de désabonnement. En fait, puisque la conformité est liée à la qualité de service liée à un contrat, toute initiative visant à respecter la conformité améliorera «l’avantage concurrentiel» des DSP. Par conséquent, il est important que les régulateurs soient en mesure de conseiller / orienter un ensemble de pratiques analytiques Big Data pour les DSP, qui apporteront un bénéfice mutuel entre les régulateurs et les DSP. Le cours comprend 8 modules (4 le jour 1 et 4 le jour 2)

Les progrès technologiques et la quantité croissante d'informations transforment la manière dont les activités sont menées dans de nombreux secteurs, y compris celui de l'administration. [Les taux de production de données et d'archivage numérique des administrations sont en hausse en raison de la croissance rapide des appareils et applications mobiles, des capteurs et appareils intelligents, des solutions d'informatique en nuage et des portails destinés aux citoyens. À mesure que l'information numérique se développe et devient plus complexe, la gestion, le traitement, le stockage, la sécurité et l'élimination de l'information deviennent également plus complexes. De nouveaux outils de capture, de recherche, de découverte et d'analyse aident les organisations à tirer parti de leurs données non structurées. Le marché gouvernemental est à un point d'inflexion, réalisant que l'information est un actif stratégique et que le gouvernement doit protéger, exploiter et analyser les informations structurées et non structurées pour mieux servir et répondre aux exigences de la mission. Alors que les dirigeants gouvernementaux s'efforcent de faire évoluer les organisations axées sur les données afin d'accomplir leur mission avec succès, ils préparent le terrain pour corréler les dépendances entre les événements, les personnes, les processus et les informations. Les solutions gouvernementales à haute valeur ajoutée seront créées à partir d'un mélange des technologies les plus perturbatrices :

• Appareils et applications mobiles
• Services en nuage
• Technologies et réseaux sociaux d'entreprise
• Big Data et l'analytique

IDC prévoit que d'ici 2020, le secteur des technologies de l'information atteindra 5 000 milliards de dollars, soit environ 1 700 milliards de dollars de plus qu'aujourd'hui, et que 80 % de la croissance du secteur sera tirée par ces technologies de la troisième plate-forme. À long terme, ces technologies seront des outils essentiels pour gérer la complexité de l'information numérique croissante. La technologie Big Data est l'une des solutions intelligentes de l'industrie et permet au gouvernement de prendre de meilleures décisions en agissant sur la base de modèles révélés par l'analyse de grands volumes de données - liées et non liées, structurées et non structurées. Pour donner un sens à ces volumes de données, il faut des outils et des technologies de pointe capables d'analyser et d'extraire des connaissances utiles à partir de flux d'informations vastes et diversifiés", ont écrit Tom Kalil et Fen Zhao, du Bureau de la politique scientifique et technologique de la Maison Blanche, dans un article publié sur le blog du Bureau de la politique scientifique et technologique. La Maison Blanche a fait un pas en avant pour aider les agences à trouver ces technologies en créant l'initiative nationale de recherche et de développement Big Data en 2012. Cette initiative prévoyait plus de 200 millions de dollars pour tirer le meilleur parti de l'explosion du Big Data et des outils nécessaires pour l'analyser. Les défis que pose le Big Data sont presque aussi redoutables que ses promesses sont encourageantes. Le stockage efficace des données est l'un de ces défis. Comme toujours, les budgets sont serrés, les agences doivent donc minimiser le prix du stockage par mégaoctet et garder les données facilement accessibles pour que les utilisateurs puissent les obtenir quand ils le veulent et comme ils le veulent. La sauvegarde de quantités massives de données accentue le défi. L'analyse efficace des données est un autre défi majeur. De nombreuses agences utilisent des outils commerciaux qui leur permettent de passer au crible les montagnes de données, en repérant les tendances qui peuvent les aider à fonctionner plus efficacement. (Une étude récente de MeriTalk a révélé que les responsables informatiques fédéraux pensent que Big Data pourrait aider les agences à économiser plus de 500 milliards de dollars tout en remplissant les objectifs de leur mission). Les outils Big Data développés sur mesure permettent également aux agences de répondre à la nécessité d'analyser leurs données. Par exemple, le Computational Data Analytics Group du Oak Ridge National Laboratory a mis son système d'analyse de données Piranha à la disposition d'autres agences. Ce système a aidé des chercheurs en médecine à trouver un lien permettant d'alerter les médecins en cas d'anévrisme aortique avant qu'il ne se produise. Il est également utilisé pour des tâches plus banales, telles que l'examen de CV pour mettre en relation des candidats à l'emploi et des responsables du recrutement.

Cette session de formation en classe explorera Big Data. Les délégués disposeront d'exemples informatiques et d'exercices d'études de cas à entreprendre avec des outils Big Data pertinents.

Jour 1 - fournit un aperçu de haut niveau des domaines essentiels du Big Data . Le module est divisé en une série de sections, chacune étant accompagnée d'un exercice pratique. Jour 2 - explore une gamme de sujets qui associent des pratiques et des outils d'analyse aux environnements Big Data . Il n'entre pas dans les détails de mise en œuvre ou de programmation, mais conserve la couverture à un niveau conceptuel, en se concentrant sur des sujets permettant aux participants de développer une compréhension complète des fonctions d'analyse communes offertes par Big Data solutions Big Data . Jour 3 - donne un aperçu des sujets fondamentaux et essentiels liés à l’architecture de la plateforme de la solution Big Data . Il couvre Big Data mécanismes Big Data requis pour le développement d'une plate-forme de solution Big Data et les options architecturales pour l'assemblage d'une plate-forme de traitement de données. Des scénarios courants sont également présentés pour fournir une compréhension de base de la manière dont une plate-forme de solution Big Data est généralement utilisée. Jour 4: poursuit le troisième jour en explorant des sujets avancés relatifs à l'architecture de la plateforme de la solution Big Data . En particulier, différentes couches architecturales constituant la plate-forme de solution Big Data sont introduites et discutées, notamment les sources de données, l'entrée de données, le stockage de données, le traitement de données et la sécurité. Jour 5 - couvre un certain nombre d’exercices et de problèmes conçus pour tester la capacité des délégués à appliquer leurs connaissances des sujets traités les jours 3 et 4.

Les progrès technologiques et la quantité croissante d'informations transforment la manière dont la police est appliquée. Les défis que Big Data posent sont presque aussi difficile que Big Data promesse. Le stockage efficace des données est l’un de ces défis; l’analyser efficacement en est un autre. Dans le cadre de cette formation en direct animée par un instructeur, les participants apprendront l’état d’esprit permettant d’approcher Big Data technologies Big Data , d’évaluer leur impact sur les processus et les politiques existants, et de mettre en œuvre ces technologies afin de détecter les activités criminelles et de les prévenir. Des études de cas d’organismes d’application de la loi du monde entier seront examinées pour mieux comprendre leurs approches, leurs défis et leurs résultats en matière d’adoption. À la fin de cette formation, les participants seront en mesure de:

• Combinez Big Data technologie Big Data avec les processus de collecte de données traditionnels pour reconstituer une histoire au cours d'une enquête
• Mettre en œuvre des solutions industrielles de stockage et de traitement de données volumineuses pour l'analyse de données
• Préparer une proposition en vue de l'adoption des outils et des processus les plus adéquats pour permettre une approche des enquêtes criminelles fondée sur les données

Public

• Spécialistes de l'application de la loi avec une formation technique

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

Big Data désigne des solutions destinées au stockage et au traitement de grands ensembles de données. Développé par Go Ogle au départ, ces Big Data volumes de Big Data des solutions ont évolué et inspiré d' autres projets similaires, dont beaucoup sont disponibles en open source. R est un langage de programmation populaire dans le secteur financier.

Lorsque les technologies de stockage traditionnelles ne gèrent pas la quantité de données que vous avez besoin de stocker, il existe des centaines d’alternatives. Ce cours essaie de montrer aux participants quelles sont les alternatives pour stocker et analyser le Big Data et quels sont leurs avantages et leurs inconvénients. Ce cours est principalement axé sur la discussion et la présentation de solutions, bien que des exercices pratiques soient disponibles sur demande.

Le cours fait partie des compétences de Data Scientist (domaine: données et technologie).

Public Si vous essayez de comprendre les données auxquelles vous avez accès ou souhaitez analyser des données non structurées disponibles sur le réseau (comme Twitter, Linked in, etc.), ce cours est pour vous. Il s’adresse principalement aux décideurs et aux personnes qui doivent choisir les données qui méritent d’être collectées et celles qui méritent d’être analysées. Cela ne vise pas les personnes qui configurent la solution, ces personnes bénéficieront d'une vue d'ensemble. Mode de livraison Pendant le cours, des exemples concrets de technologies principalement open source seront présentés aux délégués. De courtes conférences seront suivies de présentations et d'exercices simples des participants. Contenu et logiciel utilisés Tous les logiciels utilisés sont mis à jour à chaque exécution du cours, nous vérifions donc les dernières versions possibles. Il couvre le processus d'obtention, de formatage, de traitement et d'analyse des données, afin d'expliquer comment automatiser le processus de prise de décision avec l'apprentissage automatique.

Les données volumineuses sont des ensembles de données si volumineux et complexes qu'un logiciel de traitement de données traditionnel ne permet pas de les traiter. Les défis du Big Data incluent la capture, le stockage, l'analyse, la recherche, le partage, le transfert, la visualisation, l'interrogation, la mise à jour et la confidentialité des informations.

Cette formation en direct avec instructeur en <loc> ; (en ligne ou sur site) est destinée aux personnes techniques qui souhaitent apprendre à mettre en œuvre une stratégie d'apprentissage automatique tout en maximisant l'utilisation des données massives (big data). A l'issue de cette formation, les participants pourront :

• Comprendre l'évolution et les tendances de l'apprentissage automatique.
• Savoir comment l'apprentissage automatique est utilisé dans différents secteurs d'activité.
• Se familiariser avec les outils, les compétences et les services disponibles pour mettre en œuvre l'apprentissage automatique au sein d'une organisation.
• Comprendre comment l'apprentissage automatique peut être utilisé pour améliorer l'exploration et l'analyse des données.
• Apprendre ce qu'est un backend de milieu de données et comment il est utilisé par les entreprises.
• Comprendre le rôle que jouent les big data et les applications intelligentes dans tous les secteurs d'activité.

Cette formation en direct avec instructeur en <loc> ; (en ligne ou sur site) est destinée aux ingénieurs logiciels qui souhaitent utiliser Sqoop et Flume pour les big data. A l'issue de cette formation, les participants seront capables de :

• Ingérer les big data avec Sqoop et Flume.
• Ingérer des données à partir de multiples sources de données.
• Transférer des données de bases de données relationnelles vers HDFS et Hive.
• Exporter des données de HDFS vers une base de données relationnelle.

Cette formation en direct (en ligne ou sur site) est destinée aux personnes techniques qui souhaitent déployer Talend Open Studio for Big Data pour simplifier le processus de lecture et d'analyse des données. A l'issue de cette formation, les participants seront capables de :

• Installer et configurer Talend Open Studio for Big Data.
• Connecter avec les systèmes Big Data tels que Cloudera, HortonWorks, MapR, Amazon EMR et Apache.
• Comprendre et configurer les composants et connecteurs Big Data d'Open Studio.
• Configurer les paramètres pour générer automatiquement du code MapReduce.
• Utiliser l'interface glisser-déposer d'Open Studio pour exécuter des tâches Hadoop.
• Prototypez des pipelines de big data.
• Automatiser les projets d'intégration de big data.

Au cours de cette formation en direct à France, les participants apprendront à construire un Data Vault.À l'issue de cette formation, les participants seront en mesure de :

• Comprendre l'architecture et les concepts de conception derrière Data Vault 2.0, et son interaction avec Big Data, NoSQL et l'IA.
• Utiliser les techniques de mise en voûte des données pour permettre l'audit, le traçage et l'inspection des données historiques dans un entrepôt de données.
• Développer un processus ETL (Extract, Transform, Load) cohérent et reproductible.
• Construire et déployer des entrepôts hautement évolutifs et reproductibles.

Cette formation en direct avec instructeur dans France (en ligne ou sur site) est destinée aux ingénieurs de données, aux scientifiques de données et aux programmeurs qui souhaitent utiliser les fonctionnalités de Spark Streaming dans le traitement et l'analyse de données en temps réel.À la fin de cette formation, les participants seront en mesure d'utiliser Spark Streaming pour traiter des flux de données en temps réel et les utiliser dans des bases de données, des systèmes de fichiers et des tableaux de bord en temps réel.

Cette formation en direct dans France (en ligne ou sur site) est destinée aux développeurs qui souhaitent mettre en œuvre le traitement de flux Apache Kafka sans écrire de code.A l'issue de cette formation, les participants seront capables de :

• Installer et configurer Confluent KSQL.
• Mettre en place un pipeline de traitement de flux en utilisant uniquement des commandes SQL (pas de codage Java ou Python).
• Effectuer le filtrage des données, les transformations, les agrégations, les jointures, le fenêtrage et la sessionnalisation entièrement en SQL.
• Concevoir et déployer des requêtes interactives et continues pour l'ETL en continu et l'analyse en temps réel.

Cette formation en direct dans France (en ligne ou sur site) est destinée aux développeurs qui souhaitent apprendre les principes du stockage persistant et purement en mémoire, tout en créant un exemple de projet d'informatique en mémoire.A la fin de cette formation, les participants seront capables de :

• Utiliser Ignite pour la persistance en mémoire, sur disque ainsi que pour une base de données en mémoire purement distribuée.
• Réaliser la persistance sans synchroniser les données avec une base de données relationnelle.
• Utiliser Ignite pour effectuer des jointures SQL et distribuées.
• Améliorer les performances en rapprochant les données de l'unité centrale, en utilisant la mémoire vive comme stockage.
• Répartir les ensembles de données sur un cluster pour obtenir une évolutivité horizontale.
• Intégrer Ignite aux SGBDR, NoSQL, Hadoop et aux processeurs d'apprentissage automatique.

Apache Beam est un modèle de programmation unifié et open source permettant de définir et d'exécuter des pipelines de traitement de données parallèles. Sa puissance réside dans sa capacité à exécuter des pipelines en batch et en streaming, l'exécution étant réalisée par l'un des back-ends de traitement distribué pris en charge par Beam : Apache Apex, Apache Flink, Apache Spark et Go ogle Cloud Dataflow. Beam Apache Beam est utile pour les tâches ETL (Extract, Transform, and Load) telles que le déplacement de données entre différents supports de stockage et sources de données, la transformation de données dans un format plus souhaitable, et le chargement de données sur un nouveau système.Au cours de cette formation en direct (sur site ou à distance), les participants apprendront à mettre en œuvre les SDK Apache Beam dans une application Java ou Python qui définit un pipeline de traitement des données permettant de décomposer un ensemble de données volumineuses en morceaux plus petits pour un traitement indépendant et parallèle.À la fin de cette formation, les participants seront capables de :

• Installer et configurer Apache Beam.
• Utiliser un modèle de programmation unique pour effectuer des traitements par lots et par flux à partir de leur application Java ou Python.
• Exécuter des pipelines dans plusieurs environnements.

Format du cours

• En partie cours magistral, en partie discussion, exercices et pratique intensive.

Remarque

• Ce cours sera disponible Scala dans le futur. Veuillez nous contacter pour convenir d'un rendez-vous.

Apache Apex est une plateforme native YARN qui unifie le traitement des flux et des lots. Elle traite les données volumineuses en mouvement de manière évolutive, performante, tolérante aux pannes, avec état, sécurisée, distribuée et facilement exploitable.Cette formation en direct avec instructeur présente l'architecture unifiée de traitement des flux de Apache Apex et accompagne les participants dans la création d'une application distribuée à l'aide d'Apex sur Hadoop.À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les concepts de pipeline de traitement de données tels que les connecteurs pour les sources et les puits, les transformations de données courantes, etc.
• Construire, mettre à l'échelle et optimiser une application Apex
• Traiter des flux de données en temps réel de manière fiable et avec une latence minimale
• Utiliser Apex Core et la bibliothèque Apex Malhar pour permettre un développement rapide des applications
• Utiliser l'API Apex pour écrire et réutiliser le code Java existant
• Intégrer Apex dans d'autres applications en tant que moteur de traitement
• Optimiser, tester et mettre à l'échelle les applications Apex.

Format du cours

• Exposé et discussion interactifs.
• Beaucoup d'exercices et de pratique.
• Mise en œuvre pratique dans un environnement live-lab.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter.

Apache Storm est un moteur de calcul distribué et en temps réel utilisé pour permettre une intelligence économique en temps réel. Pour ce faire, il permet aux applications de traiter de manière fiable des flux de données illimités (traitement en flux)."Storm est pour le traitement en temps réel ce que Hadoop est pour le traitement par lots !Dans cette formation, les participants apprendront à installer et à configurer Apache Storm, puis à développer et à déployer une application Apache Storm pour traiter des données volumineuses en temps réel.Parmi les sujets abordés dans cette formation, citons :

• Apache Storm dans le contexte de Hadoop
• Travailler avec des données illimitées
• Calcul continu
• Analyse en temps réel
• RPC distribué et traitement ETL

Demandez ce cours maintenant !Audience

• Développeurs de logiciels et d'ETL
• Professionnels de l'ordinateur central
• Scientifiques des données
• Analystes Big Data
• Professionnels du Hadoop.

Format du cours

• En partie conférence, en partie discussion, exercices et pratique intensive.

Au cours de cette formation en direct, dirigée par un instructeur, à France (sur place ou à distance), les participants apprendront à déployer et à gérer Apache NiFi dans un environnement de laboratoire réel.A la fin de cette formation, les participants seront capables de :

• Installer et configurer Apachi NiFi.
• Rechercher, transformer et gérer des données à partir de sources de données disparates et distribuées, y compris les bases de données et les lacs de données.
• Automatiser les flux de données.
• Permettre l'analyse en continu.
• Appliquer différentes approches pour l'ingestion de données.
• Transformer les données Big Data en informations commerciales.

Au cours de cette formation en direct et dirigée par un instructeur dans France, les participants apprendront les principes fondamentaux de la programmation par flux en développant un certain nombre d'extensions, de composants et de processeurs de démonstration à l'aide de Apache NiFi.A la fin de cette formation, les participants seront capables de :

• Comprendre l'architecture de NiFi et les concepts de flux de données.
• Développer des extensions en utilisant NiFi et des APIs tierces.
• Développer leur propre processeur Apache Nifi.
• Ingérer et traiter des données en temps réel à partir de formats de fichiers et de sources de données disparates et peu communs.

Cette formation en direct à France (en ligne ou sur site) présente les principes et les approches du traitement distribué des données en flux et par lots, et accompagne les participants dans la création d'une application de flux de données en temps réel dans Apache Flink.A la fin de cette formation, les participants seront capables de :

• Mettre en place un environnement pour développer des applications d'analyse de données.
• Comprendre le fonctionnement de la bibliothèque de traitement de graphes de Apache Flink (Gelly).
• Mettre en place, exécuter et surveiller des applications de streaming de données basées sur Flink et tolérantes aux pannes.
• Gérer diverses charges de travail.
• Effectuer des analyses avancées.
• Mettre en place un cluster Flink à plusieurs nœuds.
• Mesurer et optimiser les performances.
• Intégrer Flink à différents systèmes Big Data.
• Comparer les capacités de Flink avec celles d'autres frameworks de traitement des big data.

Au cours de cette formation en direct à France, les participants découvriront les offres technologiques et les approches de mise en œuvre pour le traitement des données graphiques. L'objectif est d'identifier les objets du monde réel, leurs caractéristiques et leurs relations, puis de modéliser ces relations et de les traiter en tant que données à l'aide d'une approche Graph Computing (également connue sous le nom de Graph Analytics). Nous commençons par une vue d'ensemble et nous nous concentrons sur des outils spécifiques à travers une série d'études de cas, d'exercices pratiques et de déploiements en direct.A la fin de cette formation, les participants seront capables de :

• Comprendre comment les données graphiques sont persistées et parcourues.
• Sélectionner le meilleur framework pour une tâche donnée (des bases de données de graphes aux frameworks de traitement par lots).
• Mettre en œuvre Hadoop, Spark, GraphX et Pregel pour effectuer des calculs de graphes sur de nombreuses machines en parallèle.
• Voir les problèmes de big data du monde réel en termes de graphes, de processus et de traversées.

Ce cours s'adresse aux développeurs et aux scientifiques des données qui souhaitent comprendre et mettre en œuvre l'IA dans leurs applications. Une attention particulière est accordée à l'analyse des données, à l'IA distribuée et au traitement du langage naturel.

MLlib est la bibliothèque d'apprentissage automatique (ML) de Spark. Son objectif est de rendre l'apprentissage pratique pratique évolutif et facile. Il comprend des algorithmes et des utilitaires d'apprentissage courants, notamment la classification, la régression, la mise en cluster, le filtrage collaboratif, la réduction de la dimensionnalité, ainsi que des primitives d'optimisation de niveau inférieur et des API de pipeline de niveau supérieur. Il se divise en deux paquets:

• spark.mllib contient l'API d'origine construite sur les RDD.
• spark.ml fournit des API de niveau supérieur construites à partir de DataFrames pour la construction de pipelines ML.

Public Ce cours s’adresse aux ingénieurs et aux développeurs qui souhaitent utiliser une bibliothèque de machines intégrée à Apache Spark

Cette formation en direct à France (en ligne ou sur site) présente Hortonworks Data Platform (HDP) et accompagne les participants dans le déploiement de la solution Spark + Hadoop.A l'issue de cette formation, les participants seront capables de :

• Utiliser Hortonworks pour exécuter de manière fiable Hadoop à grande échelle.
• Unifier les capacités de sécurité, de gouvernance et d'exploitation de Hadoop avec les flux de travail analytiques agiles de Spark.
• Utiliser Hortonworks pour étudier, valider, certifier et prendre en charge chacun des composants d'un projet Spark.
• Traiter différents types de données, notamment structurées, non structurées, en mouvement et au repos.

Ambari Apache Ambari est une plateforme de gestion open-source pour le provisionnement, la gestion, la surveillance et la sécurisation des clusters Apache Hadoop.Dans cette formation, les participants apprendront les outils de gestion et les pratiques fournies par Ambari pour gérer avec succès les clusters Hadoop.A la fin de cette formation, les participants seront capables de :

• Configurer un cluster Big Data en utilisant Ambari
• Appliquer les caractéristiques et fonctionnalités avancées d'Ambari à divers cas d'utilisation
• Ajouter et supprimer des noeuds de manière transparente selon les besoins
• Améliorer les performances d'un cluster Hadoop par le biais de réglages et d'ajustements.

Audience

• DevOps
• Administrateurs système
• administrateurs de bases de données
• Hadoop Professionnels des tests

Format du cours

• Une partie de cours, une partie de discussion, des exercices et beaucoup de pratique.

Cloudera Impala est un moteur de requête open source de traitement massivement parallèle (MPP) SQL pour les clusters Apache Hadoop.Cloudera Impala permet aux utilisateurs d'émettre des requêtes à faible latence SQL sur des données stockées dans Hadoop Distributed File System et Apache Hbase sans avoir à déplacer ou à transformer les données.PublicCe cours s'adresse aux analystes et aux scientifiques des données qui effectuent des analyses sur des données stockées dans Hadoop via des outils Business Intelligence ou SQL.À l'issue de cette formation, les participants seront en mesure de

• Extraire des informations significatives des clusters Hadoop avec Impala.
• Écrire des programmes spécifiques pour faciliter Business Intelligence dans Impala SQL Dialecte.
• Dépanner Impala.

Cette formation en direct dans France (en ligne ou sur site) est destinée aux architectes, développeurs et administrateurs qui souhaitent utiliser Denodo Platform pour optimiser et accélérer la gestion des données grâce à la virtualisation des données.A l'issue de cette formation, les participants seront capables de :

• Installer et configurer Denodo Platform.
• Comprendre les fonctionnalités et l'architecture de Denodo Platform.
• Comprendre les concepts clés, les avantages et les cas d'utilisation de la virtualisation des données.
• Apprendre à configurer et à gérer le serveur de la Denodo Platform.
• Mettre en œuvre la sécurité des données, l'accès des utilisateurs et l'authentification des services.
• Appliquer les outils et les techniques de surveillance des opérations et d'optimisation des performances.

Cette formation en direct avec instructeur en France (en ligne ou sur site) s'adresse aux data scientists qui souhaitent utiliser Apache Airflow pour construire et gérer des pipelines de données de bout en bout.A l'issue de cette formation, les participants seront capables de :

• Installer et configurer Apache Airflow.
• Créer, planifier et surveiller des pipelines de données complexes
• Gérer de nombreux ETL (Extraction, Extraction, Transformation, Chargement).
• Mettre à l'échelle et sécuriser Apache Airflow.

Apache Hama est un cadre basé sur le modèle informatique BSP (Bulk Synchronous Parallel) et est principalement utilisé pour l'analyse Big Data.Dans cette formation en direct dirigée par un instructeur, les participants apprendront les principes fondamentaux de Apache Hama en créant une application basée sur BSP et un programme centré sur les sommets à l'aide des frameworks Apache Hama.À la fin de cette formation, les participants seront capables de :

• Installer et configurer Apache Hama
• Comprendre les principes fondamentaux de Apache Hama et le modèle de programmation Bulk Synchronous Parallel (BSP)
• Construire un programme basé sur BSP en utilisant le framework Apache Hama BSP
• Construire un programme centré sur les sommets à l'aide de Apache Hama Graph Framework
• Construire, tester et déboguer leurs propres applications Apache Hama.

Public

• Développeurs

Format du cours

• En partie cours magistral, en partie discussion, exercices et pratique intensive.

Remarque

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter.

Cette formation en direct, dirigée par un instructeur, présente les concepts qui sous-tendent l'analyse interactive des données et guide les participants dans le déploiement et l'utilisation de Zeppelin dans un environnement mono-utilisateur ou multi-utilisateurs.A l'issue de cette formation, les participants seront capables de :

• Installer et configurer Zeppelin
• Développer, organiser, exécuter et partager des données dans une interface basée sur un navigateur
• Visualiser les résultats sans se référer à la ligne de commande ou aux détails du cluster
• Exécuter et collaborer sur de longs flux de travail
• Travailler avec un certain nombre de langages et de traitements de données plug-in, tels que Scala (avec Apache Spark), Python (avec Apache Spark), Spark SQL, JDBC, Markdown et Shell.
• Intégrer Zeppelin à Spark, Flink et Map Reduce
• Sécuriser les instances multi-utilisateurs de Zeppelin avec Apache Shiro

Apache Accumulo est un magasin de clés/valeurs trié et distribué qui fournit un stockage et une récupération de données robustes et évolutifs. Il est basé sur la conception de Google's BigTable et est alimenté par Apache Hadoop, Apache Zookeeper, et Apache Thrift.Ce cours en direct avec instructeur couvre les principes de fonctionnement d'Accumulo et accompagne les participants dans le développement d'un exemple d'application sur Apache Accumulo.

Format du cours

• En partie exposé, en partie discussion, développement et implémentation pratiques, tests occasionnels pour évaluer la compréhension.

Amazon Redshift est un service d'entrepôt de données cloud basé sur petabytescale dans AWS Dans cette formation en ligne, les participants apprendront les principes fondamentaux d'Amazon Redshift À la fin de cette formation, les participants seront en mesure de: Installer et configurer Amazon Redshift Charger, configurer, déployer, interroger et visualiser des données avec Amazon Redshift Public Développeurs Professionnels de l'informatique Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson Remarque Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser .

Apache Druid est un magasin de données distribué open-source, orienté colonne, écrit en Java . Il a été conçu pour ingérer rapidement d’énormes quantités de données d’événement et exécuter des requêtes OLAP à faible temps de latence sur ces données. Druid est couramment utilisé dans les applications de business intelligence pour analyser de gros volumes de données historiques et en temps réel. Il est également bien adapté pour alimenter des tableaux de bord analytiques interactifs rapides pour les utilisateurs finaux. Druid est utilisé par des sociétés telles que Alibaba, Airbnb, Cisco , eBay, Netflix, Paypal et Yahoo. Dans ce cours en direct dirigé par un instructeur, nous explorons certaines des limites des solutions d'entrepôt de données et expliquons comment Druid peut compléter ces technologies pour former une pile d'analyses en continu flexible et évolutive. Nous parcourons de nombreux exemples, en offrant aux participants la possibilité de mettre en œuvre et de tester des solutions basées sur Druid dans un environnement de laboratoire.

Format du cours

• Partie de conférence, partie de discussion, travaux pratiques intensifs, tests occasionnels pour évaluer la compréhension

Cette formation en direct avec instructeur (en ligne ou sur site) est destinée aux développeurs qui souhaitent mettre en place une base de données Greenplum à plusieurs nœuds. A l'issue de cette formation, les participants seront capables de :

• Installer et configurer Pivotal Greenplum.
• Modéliser les données en fonction des besoins actuels et des plans d'expansion futurs.
• Exécuter différentes techniques pour distribuer les données sur plusieurs nœuds.
• Améliorer les performances de la base de données grâce à l'optimisation.
• Surveiller et dépanner une base de données Greenplum.

Cette formation en direct (en ligne ou sur site) s'adresse aux administrateurs qui souhaitent mettre en place Greenplum Database des solutions de veille stratégique et d'entreposage de données. A l'issue de cette formation, les participants seront capables de :

• Répondre aux besoins de traitement avec Greenplum.
• Exécuter des opérations ETL pour le traitement des données.
• Exploiter les infrastructures existantes de traitement des requêtes.

Mem SQL est un système de gestion de base de données SQL distribué, en mémoire, pour le cloud et sur site. C'est un entrepôt de données en temps réel qui fournit immédiatement des informations à partir de données en temps réel et historiques. Au cours de cette formation en direct animée par un instructeur, les participants apprendront les bases de Mem SQL pour le développement et l’administration. À la fin de cette formation, les participants seront en mesure de:

• Comprendre les concepts clés et les caractéristiques de Mem SQL
• Installer, concevoir, maintenir et utiliser Mem SQL
• Optimiser les schémas dans Mem SQL
• Améliorer les requêtes dans Mem SQL
• Performance de référence dans Mem SQL
• Construire des applications de données en temps réel à l'aide de Mem SQL

Public

• Développeurs
• Administrateurs
• Ingénieurs d'exploitation

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs