Formation Formation visuelle et scientifique des données : maîtriser le Big Data

Programme de la formation
Formation visuelle et scientifique des données : maîtriser le Big Data

• Introduction au Big Data et écosystème

  - Définition et enjeux du Big Data (3V, 5V)
  - Historique et évolution des données massives
  - Aperçu des frameworks et outils (Hadoop, Spark)

• Principes fondamentaux du stockage distribué

  - Comprendre HDFS (Hadoop Distributed File System)
  - Gestion des blocs et réplication des données
  - Introduction aux bases de données NoSQL (Cassandra, MongoDB)

• Traitement et analyse de données avec Spark Core

  - Introduction à Apache Spark et ses composants
  - Concepts de RDD (Resilient Distributed Datasets)
  - Opérations de transformation et d'action sur les données

• Spark SQL et manipulation de données structurées

  - Utilisation de Spark SQL pour les données structurées
  - Création et manipulation de DataFrames
  - Jointures, filtres et agrégations complexes

• Introduction à la Data Science

  - Définition et méthodologie de la Data Science
  - Cycle de vie d'un projet data
  - Concepts clés : population, échantillon, variable

• Statistiques descriptives pour la Data Science

  - Mesures de tendance centrale (moyenne, médiane, mode)
  - Mesures de dispersion (variance, écart-type)
  - Distributions de probabilité courantes

• Introduction au Machine Learning

  - Définition et types de Machine Learning (supervisé, non supervisé)
  - Algorithmes de régression linéaire
  - Évaluation de modèles de régression

• Classification avec Machine Learning

  - Algorithmes de classification : régression logistique, arbres de décision
  - Métriques d'évaluation de classification (précision, rappel, F1-score)
  - Gestion du surapprentissage et du sous-apprentissage

• Concepts fondamentaux de Data Visualisation
• Outils de Data Visualisation : Introduction à Tableau/Power BI

  - Prise en main d'un outil de Data Visualisation (ex: Tableau Public ou Power BI Desktop)
  - Connexion aux sources de données
  - Création de graphiques basiques (histogrammes, diagrammes à barres)

• Visualisation avancée et tableaux de bord interactifs

  - Création de graphiques complexes (nuages de points, cartes choroplèthes)
  - Conception de tableaux de bord interactifs
  - Publication et partage des visualisations

• Cas d'étude et applications pratiques

  - Résolution d'un problème métier avec le Big Data
  - Étude de cas sur l'analyse de données réelles
  - Présentation de projets réussis de Data Science et Visualisation