Programme de la formation
Exploiter le Big Data : Maîtriser l'État de l'Art Actuel

• Introduction au Big Data

  - Définition et historique du Big Data
  - Les 5 V du Big Data : Volume, Vélocité, Variété, Véracité, Valeur
  - Pourquoi le Big Data aujourd'hui ? Enjeux et opportunités
  - Evolution des systèmes de gestion de données

• Architectures Big Data

  - Composants clés d'une architecture Big Data
  - Architectures Lambda et Kappa
  - On-premise, Cloud et hybride : avantages et inconvénients
  - Cas d'usage d'architectures Big Data

• Stockage Distribué : HDFS

  - Principes de HDFS (Hadoop Distributed File System)
  - Blocs, réplication, NameNode et DataNode
  - Lecture et écriture de données dans HDFS
  - Gestion des fichiers et répertoires : commandes de base

• Traitement Distribué : MapReduce

  - Principes de MapReduce : Mapper et Reducer
  - Foncionnement d'un job MapReduce
  - Exemples de cas d'usage MapReduce
  - Limites de MapReduce et évolution vers d'autres frameworks

• Écosystème Hadoop et au-delà

  - YARN : Ressource manager pour applications distribuées
  - ZooKeeper : Service de coordination distribué
  - Hive : Entrepôt de données basé sur Hadoop
  - Pig : Plateforme d'analyse de données haut niveau

• Bases de Données NoSQL

  - Pourquoi les bases NoSQL ? Limites des bases relationnelles
  - Catégories de NoSQL : Clé-Valeur, Document, Colonnes, Graphe
  - Cassandra : Concepts et cas d'usage
  - MongoDB : Concepts et cas d'usage

• Traitement de Données en Temps Réel avec Apache Kafka

  - Concepts fondamentaux de Kafka : Producteur, Consommateur, Broker, Topic
  - Avantages de Kafka pour le streaming de données
  - Intégration de Kafka dans une architecture Big Data
  - Cas d'usage de Kafka : ETL en temps réel, Messagerie

• Apache Spark : Traitement Avancé de Données

  - Introduction à Spark : RDD, DataFrame, Dataset
  - Spark SQL pour l'analyse de données structurées
  - Spark Streaming pour le traitement de flux
  - MLlib : Bibliothèque de Machine Learning sur Spark

• Stockage et Requêtage de Données Massives

  - Data Lake vs Data Warehouse
  - Data Lakehouse : Concepts et avantages
  - Apache Parquet et ORC : Formats de fichiers optimisés
  - Outils de requêtage interactif : Presto, Impala

• Gouvernance et Qualité des Données Big Data
• Cas d'Usage et Applications du Big Data

  - Big Data dans l'industrie : IoT, maintenance prédictive
  - Big Data dans le marketing : Personnalisation, ciblage
  - Big Data en finance : Détection de fraude, analyse de risque
  - Big Data en santé : Médecine personnalisée, recherche

• Tendances et Perspectives du Big Data

  - Intelligence Artificielle et Big Data : Synergies
  - Edge Computing et Big Data
  - Composants serverless dans le Cloud Big Data
  - Métiers du Big Data et évolution des compétences