Plan du cours
Introduction aux écosystèmes Big Data
- Vue d’ensemble des technologies et architectures Big Data
- Traitement par lots vs traitement en temps réel
- Stratégies de stockage des données pour la scalabilité
Traitement avancé des données avec Apache Spark
- Optimisation des jobs Spark pour la performance
- Transformations et actions avancées
- Travail avec le streaming structuré
Machine Learning à grande échelle
- Techniques d’entraînement de modèles distribués
- Ajustement des hyperparamètres sur de grands ensembles de données
- Déploiement de modèles dans les environnements 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 texte et de séries chronologiques
Analyses en temps réel et streaming 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 Big Data
- Considérations éthiques dans l’analytique à grande échelle
Intégration du Big Data avec le Business Intelligence
- Visualisation des données et tableaux de bord pour le Big Data
- Connexion des pipelines Big Data aux outils de BI
- Obtention de résultats métier grâce à l’analytique avancée
Summary 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
- Connaissance des cadres de calcul distribué tels que Hadoop ou Spark
Public cible
- Scientifiques des données souhaitant maîtriser le traitement de données à grande échelle et l’analytique prédictive
- Analystes seniors cherchant à concevoir et mettre en œuvre des flux 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