Les architectures et infrastructures pour le Bigdata
Besoin d’adapter cette formation à vos besoins ?
N’hésitez pas à nous contacter afin d’obtenir un devis sur mesure !
Formation créée le 15/03/2024. Dernière mise à jour le 18/03/2024.
Version du programme : 1
Programme de la formation
Objectif de formation : Cette formation vise à fournir aux participants une compréhension approfondie des architectures et des infrastructures nécessaires pour gérer efficacement les données massives dans un environnement de Big Data. Les participants apprendront les principes, les technologies et les meilleures pratiques pour concevoir et mettre en œuvre des solutions Big Data robustes et évolutives.
Objectifs de la formation
- Comprendre les principes fondamentaux du Big Data, y compris le volume, la variété, la vélocité et la véracité des données
- Identifier et comparer les différentes architectures et infrastructures pour le Big Data, y compris les entrepôts de données traditionnels, les systèmes de fichiers distribués et les bases de données NoSQL
- Évaluer les besoins spécifiques en matière de Big Data de leur organisation et concevoir des architectures adaptées
- Mettre en œuvre des solutions Big Data en utilisant des technologies et des outils appropriés
- Analyser les défis et les meilleures pratiques liés à la mise en œuvre et à la gestion de l'infrastructure Big Data
Profil des bénéficiaires
Pour qui
- Architectes de données
- Professionnels IT
- Ingénieurs logiciel
- Administrateurs système
Prérequis
- Connaissance de base des concepts de base de la gestion des données et des technologies informatiques est recommandée
- Expérience préalable avec des outils de base de Big Data tels que Hadoop, Spark, ou des bases de données NoSQL serait bénéfique mais n'est pas obligatoire
Contenu de la formation
-
Fondamentaux du Big Data et architectures centralisées (7 heures)
- Définition du Big Data et explication des caractéristiques clés du Big Data : volume, variété, vélocité et véracité
- Présentation des défis et des opportunités liés à la gestion des données massives
- Vue d'ensemble des architectures centralisées telles que les entrepôts de données traditionnels
- Discussion sur les avantages et les limites des architectures centralisées pour le Big Data
- Travaux Pratiques : Analyse d'un cas d'utilisation de Big Data et identification des exigences et des contraintes qui influenceront le choix de l'architecture
-
Architectures distribuées pour le Big Data et technologies émergentes (7 heures)
- Exploration des architectures distribuées telles que les systèmes de fichiers distribués, les bases de données NoSQL et les plateformes de traitement parallèle comme Hadoop et Spark
- Comparaison des caractéristiques, des avantages et des inconvénients des architectures distribuées pour le Big Data
- Présentation des technologies émergentes telles que les bases de données NewSQL, les systèmes de traitement en mémoire et les outils d'analyse avancée
- Discussion sur les tendances actuelles et les développements futurs dans le domaine du Big Data
- Travaux Pratiques : Mise en place d'une solution Big Data à l'aide d'une architecture distribuée, en utilisant des outils et des technologies tels que Hadoop, Spark ou une base de données NoSQL
Équipe pédagogique
Professionnel expert technique et pédagogique.
Suivi de l'exécution et évaluation des résultats
- Feuilles de présence.
- Questions orales ou écrites (QCM).
- Mises en situation.
- Formulaires d'évaluation de la formation.
- Certificat de réalisation de l’action de formation.
Ressources techniques et pédagogiques
- Espace numérique de travail
- Documents supports de formation projetés
- Exposés théoriques
- Etude de cas concrets
- Quiz en salle
- Mise à disposition en ligne de documents supports à la suite de la formation
Qualité et satisfaction
Taux de satisfaction des apprenants, nombre d'apprenants, taux et causes des abandons, taux de retour des enquêtes, taux d'interruption en cours de prestation...
Délai d'accès
2 semaines