Résultats de recherche

  • 1
  • 2
  • Big Data : récolte et analyse de données volumineuses (AF_42203)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    La certification big data se compose de 2 badge de compétences (bilan d'aptitude délivré par les grandes écoles. Chaque badge est composé de plusieurs modules de formation, à savoir: Badge 1 - big data les fondamentaux et récolte : Enjeux et perspectives big data. Hadoop. Hbase. Solr. Cassandra. MongoDB. Neo4j Badge 2 - big data analyse: Spark. Elastic search. Machine learning. Langage r. Objets connectés et big data.

    CPF

    Big Data : récolte et analyse de données volumineuses

    Public visé : Agent de la fonction publique, Artisan, Commerçant, Demandeur d'emploi, Licencié pour motif économique, Maître d'apprentissage, Salarié, Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Identifier les besoins et la problématique des directions métiers, comprendre le big data et ses enjeux.
    Construire des modèles prédictifs pour répondre à la problématique.
    Construire des algorithmes pour améliorer les résultats de recherches et de ciblage.
    Trouver et rassembler l'ensemble des sources de données structurées ou non structurées nécessaires à l'analyse pertinente.
    Identifier les opportunités à travers l'open data et les cas d'usage métiers.
    Acquérir le vocabulaire lié à cet...
    Accéder à la fiche complète
  • Big Data : récolte et analyse de données volumineuses - base de données cassandra (MOD_42277)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    Cassandra est une base de données distribuée NoSQL reconnue pour ses performances en matière de gestion sans défaillance d'un grand volume de données structurées. La formation cassandra pour les développeurs fournit une introduction approfondie à l'utilisation de Cassandra et met l'accent sur les aspects pratiques du travail avec cassandra.

    CPF

    Big Data : récolte et analyse de données volumineuses - base de données cassandra

    Public visé : Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052), informatique décisionnelle (31014)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Comprendre l'opération et la structure cassandra.
    Installer et configurer une base de données cassandra.
    Comprendre la distribution de données et les répliquer en cluster.
    Comprendre la modélisation de données.
    Connaître et utiliser les types de données CQL.
    Comprendre les types de clés primaires disponibles (simples, composés, composites).
    Utiliser l'API client JAVA pour écrire des programmes clients.
    Créer et utiliser des requêtes dynamiques avec QueryBuilder.
    Utiliser des requêtes...
    Accéder à la fiche complète
  • Big Data : récolte et analyse de données volumineuses - elasticSearch (MOD_42283)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    Elasticsearch permet le stockage massif de données et la puissance de traitement de hadoop avec la recherche et l'analyse en temps réel. Le connecteur elasticsearch-hadoop (ES-Hadoop) vous permet de découvrir rapidement vos données importantes et de rendre encore plus efficace l'écosystème hadoop.

    CPF

    Big Data : récolte et analyse de données volumineuses - elasticSearch

    Public visé : Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052), informatique décisionnelle (31014)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Apprendre les bonnes pratiques pour développer une application basée sur elasticsearch.
    Apprendre à administrer et dimensionner un cluster.
    Monitoring d'un cluster elasticsearch.
    Apprendre à configurer elasticsearch pour en tirer les performances Optimales.
    Accéder à la fiche complète
  • Big Data : récolte et analyse de données volumineuses - framework SPARK (MOD_42282)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    Spark est le framework de référence de big data. Il fournit une interface de programmation d'applications centrée sur une structure de données appelée l'ensemble de données distribué RDD. C'est aussi une solution efficace pour le traitement de tout type de données non structurées.

    CPF

    Big Data : récolte et analyse de données volumineuses - framework SPARK

    Public visé : Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052), informatique décisionnelle (31014)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Comprendre le besoin de spark dans le traitement des données.
    Comprendre l'architecture spark et comment elle distribue des calculs aux noeuds du cluster.
    Familiarisez-vous avec l'installation, la configuration et la mise en page de spark.
    Utiliser spark pour des opérations interactives et ponctuelles.
    Utiliser dataset, dataframe, spark SQL pour traiter efficacement les données structurées.
    Comprendre les notions de base des RDD (Resilient Distributed Datasets) et le partitionnement, le...
    Accéder à la fiche complète
  • Big Data : récolte et analyse de données volumineuses - hadoop (MOD_42274)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    Hadoop est un framework libre et open source écrit en Java destiné à faciliter la création d'applications distribuées au niveau du stockage des données et de leur traitement. C'est un outil complet pour gérer et analyser des données.

    CPF

    Big Data : récolte et analyse de données volumineuses - hadoop

    Public visé : Agent de la fonction publique, Artisan, Commerçant, Demandeur d'emploi, Formateur, Licencié pour motif économique, Maître d'apprentissage, Public en emploi, Salarié, Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052), informatique décisionnelle (31014)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Comprendre les principes de l'informatique parallèle.
    Comprendre l'architecture hadoop (hdfs et mapreduce).
    Utiliser des outils big data supplémentaires (pig, hive, hbase, etc.).
    Apprendre les bonnes pratiques de big data.
    Définir l'architecture du projet big data.
    Comprendre et utiliser NoSQL, Mahout et Oozie.
    Accéder à la fiche complète
  • Big Data : récolte et analyse de données volumineuses - Hbase (MOD_42276)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    Hbase est un système de gestion de base de données non relationnelles distribué, il est écrit en Java et permet de gérer un volume de données très important. Il est nativement intégré avec hadoop. Il fournit en temps réel un accès en lecture, en écriture à ces grands ensembles de données. Comprendre hbase et sa mise en place . Introduction Présentation de hbase et son lien avec hdfs. Fonctionnalités : failover automatique, sharding. Interfaçage avec les job mapreduce. Architecture hadoop hbase Les démons ( hmaster, hregionserver, zookeeper). Questionnaire de validation. Conclusion. Installation de hadoop hbase Les packages à installer. Installation et configuration. Démarrage en standalone. Test de connexions. Conclusion. Découvrir les techniques avancées de hbase. Hbase shell : Les commandes de bases. Manipulation des données. Désactiver ou effacer des tables. Hbase en cluster : Le mode distribué. Premier jet, fonctionnement sans démons. Mise en oeuvre de hdfs, dans un environnement distribué.

    CPF

    Big Data : récolte et analyse de données volumineuses - Hbase

    Public visé : Agent de la fonction publique, Artisan, Commerçant, Demandeur d'emploi, Formateur, Licencié pour motif économique, Maître d'apprentissage, Public en emploi, Salarié, Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052), informatique décisionnelle (31014)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Comprendre le fonctionnement de hbase.
    Maîtriser les outils de hadoop pour explorer les données stockées sur un entrepôt big data.
    Accéder à la fiche complète
  • Big Data : récolte et analyse de données volumineuses - langage R (MOD_42285)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    Le langage R est à la fois un langage de programmation et un logiciel de statistique très riche de fonctionnalités. Il est utilisé pour les calculs statistiques et les représentations graphiques de grande qualité. Il est systématiquement associé à l'installation de la plateforme big data. Il est particulièrement performant pour la manipulation des données, le calcul et l'affichage des graphiques.

    CPF

    Big Data : récolte et analyse de données volumineuses - langage R

    Public visé : Agent de la fonction publique, Artisan, Commerçant, Demandeur d'emploi, Formateur, Licencié pour motif économique, Maître d'apprentissage, Public en emploi, Salarié, Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052), informatique décisionnelle (31014)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Découvrir et appliquer le data mining.
    Apprendre à faire son data management sous le langage R.
    Explorer ses données sous le langage R.
    Appréhender l'utilisation de bibliothèques externes.
    Effectuer des représentations graphiques des données.
    Apprendre à élaborer un système prédictif simple.
    Utiliser les principaux algorithmes de modélisation du data mining sous R.
    Accéder à la fiche complète
  • Big Data : récolte et analyse de données volumineuses - les fondamentaux, enjeux et perspectives (MOD_42270)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    L'univers des données évolue, elles représentent un changement majeur dans le paysage technologique. Les entreprises exploitent des tonnes de données pour en tirer le meilleur profit. La préparation et la planification est essentielle pour tout projet entreprise surtout concernant les infrastructures afin d'éviter les investissements trop coûteux.

    CPF

    Big Data : récolte et analyse de données volumineuses - les fondamentaux, enjeux et perspectives

    Public visé : Agent de la fonction publique, Artisan, Commerçant, Demandeur d'emploi, Formateur, Licencié pour motif économique, Maître d'apprentissage, Public en emploi, Salarié, Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052), informatique décisionnelle (31014)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Apprendre les enjeux et la mise en place en place d'une architecture big data.
    Découvrir les concepts du big data.
    Disposer des clés au succès d'un projet big data.
    Accéder à la fiche complète
  • Big Data : récolte et analyse de données volumineuses - machine Learning (MOD_42284)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    Machine learning est un type d'intelligence artificielle qui confère aux ordinateurs la capacité d'apprendre sans être explicitement programmés. Il permet d'être autonome dans la mise en place de modèles prédictifs, de créer ces modèles dans votre domaine et de les utiliser en production, via des APIs reposant sur des solutions open source et/ou cloud.

    CPF

    Big Data : récolte et analyse de données volumineuses - machine Learning

    Public visé : Agent de la fonction publique, Artisan, Commerçant, Demandeur d'emploi, Formateur, Licencié pour motif économique, Maître d'apprentissage, Public en emploi, Salarié, Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052), informatique décisionnelle (31014)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Acquérir les bases du machine learning.
    Apprendre à créer les modèles et les mettre en production.
    Formaliser son problème de machine learning.
    Apprendre à manipuler les données.
    Apprendre à construire des modèles prédictifs.
    Apprendre à utiliser ces modèles en production.
    Apprendre à évaluer les performances.
    Accéder à la fiche complète
  • Big Data : récolte et analyse de données volumineuses - MongoDB (MOD_42279)

    Non conventionnée | Validation : Big Data : récolte et analyse de données volumineuses, Attestation d'acquis ou de compétences (Sans Niveau Spécifique)

    La base mongo est l'une des bases les plus utilisées en NoSQL. Mongodb permet le stockage d'un volume important de données et surtout d'interroger ces dernières d'une manière efficace et simple sans avoir besoin de connaître un autre langage comme c'est le cas dans les bases de données relationnelles.

    CPF

    Big Data : récolte et analyse de données volumineuses - MongoDB

    Public visé : Agent de la fonction publique, Artisan, Commerçant, Demandeur d'emploi, Formateur, Licencié pour motif économique, Maître d'apprentissage, Public en emploi, Salarié, Tout public
    Domaine : administration base de données (31036), Data Warehouse (31052), informatique décisionnelle (31014)
    Raison sociale : CEGEFOS
    Téléphone : 02 43 52 36 45
    Objectif : Comprendre mongo en tant que magasin de données.
    Être à l'aise avec la requête de mongo et la mise à jour du langage.
    Travailler avec les cas communs d'utilisation et les architectures de mongo.
    Utilisez l'interpréteur javascript intégré à mongo.
    Interroger mongo en utilisant le langage de requête json de mongo.
    Comprendre les index mongo.
    Manipulez les données avec les fonctions mapreduce intégrées de mongo.
    Accéder à la fiche complète
  • 1
  • 2