Prochaines sessions (2 jours): 9 et 10 mai 2022 à Paris
21 et 22 novembre 2022 à Paris
Formation aussi disponible dans vos locaux (sur demande) A propos Cette formation comprendre les fondamentaux du big data et de la data science est basée sur des cas pratiques afin de vous familiariser avec les concepts du big data et de la data science. Vous apprendrez par des exemples à comprendre l'environnement du big data (Hadoop, Spark, Kafka…) et ses applications (open data, internet des objets…). Cette formation big data vise un public d'analystes, de chargés d'études voulant comprendre les enjeux liés au big data et ne demande aucun prérequis techniques. Inscrivez-vous!
- Big data les fondamentaux restent bons
- Big data les fondamentaux 3
- Big data les fondamentaux en agronomie bases
Big Data Les Fondamentaux Restent Bons
Le Big Data apparaît aujourd'hui comme une continuité logique et une évolution naturelle du décisionnel. Cet article se propose de faire un retour sur les fondamentaux de la Business Intelligence et ce qui a fait son succès. C'est le premier article d'une série de trois sur le thème "De la BI au Big Data", déjà publié sur le blog des Big Data
Les principes de la Business Intelligence
Le décisionnel est basé sur un principe simple: la nécessité de construire une architecture dédiée avec une modélisation adaptée. En effet, l'utilisation directe des bases de production pour l'analyse de données pose trois problèmes principaux:
Une dégradation du fonctionnement des applications opérationnelles et de la qualité de service requise (SLA) du fait de la non prévisibilité du nombre et de la nature des requêtes
Des temps de réponses aux requêtes insatisfaisants du fait d'un modèle en troisième forme normale (3FN) non adapté à des requêtes d'évolution ou de tendances s'appuyant sur un nombre important de lignes dans les tables (plusieurs millions à plusieurs milliards).
Big Data Les Fondamentaux 3
Les fondamentaux de la révolution Big Data et Data Science
3. 15 (41 notes) / 109 participants inscrits Créé par Collège de Paris
Dernière mise à jour: 2021-05-23
Description
La révolution des données est en marche. Pour bénéficier de toutes les opportunités du Big Data, plongez dans l'écosystème des Data Science! Ce cours présente tous les éléments fondamentaux à la fois techniques et économiques. Il vous permet d'acquérir des bases solides et d'appréhender le champ des possibles de la révolution Big Data dans tous les domaines. in
Les participants ont également acheté
À propos des formateurs
3. 7 Calificación
560 Estudiantes
7 Cursos
Collège de Paris
On Line Campus Manager
Le Collège de Paris regroupe des établissements d'enseignement supérieur français qui interviennent dans des domaines d'excellence française. Nous diffusons nos cours sur Udemy pour vous permettre d'acquérir en ligne des compétences professionnelles et des certifications reconnues par l'État. Les certificats délivrés à l'issue de vos cours suivis sur Udemy vous permettront de préparer partiellement des titres inscrits au Répertoire National des Certifications Professionnelles (RNCP) reconnus par l'État.
Big Data Les Fondamentaux En Agronomie Bases
Le big data offre de nouvelles opportunités d'emplois au sein des entreprises et des administrations. De nombreuses formations préparant à ces opportunités de métiers existent. Le suivi de ces formations nécessite des connaissances de base en statistiques et en informatique que ce MOOC vous propose d'acquérir dans les domaines de l'analyse, algèbre, probabilités, statistiques, programmation Python et bases de données. Format Ce MOOC est ouvert à la demande: vous pouvez vous inscrire quand vous le souhaitez, et avancer à votre rythme. Il comporte 6 semaines. Les forums de discussions seront animés une demi-journée par semaine. Prérequis Ce MOOC s'adresse à un public ayant des bases en mathématiques et en algorithmique (niveau L2 validé) nécessitant un rafraichissement de ces connaissances pour suivre des formations en data science et big data. Il peut être suivi en préparation du Mastère Spécialisé « Big data: Gestion et analyse des données massives », du Certificat d'Etudes Spécialisées « Data Scientist » et de la formation courte «Data Science: Introduction au Machine Learning».
Joseph Salmon Enseignant-chercheur au département Traitement du Signal et de l'Image de Télécom ParisTech. Il est spécialisé en traitement statistique des images et en apprentissage statistique. Ses recherches portent sur la création et l'étude d'algorithmes pour le traitement de données en grande dimension. Alexandre Gramfort Chercheur à l'INRIA. Ses recherches portent sur le traitement du signal, l'apprentissage statistique et le calcul scientifique avec pour application principale la modélisation et l'analyse de données en neurosciences. Il est un des principaux contributeurs du projet logiciel open source Scikit-Learn qui est la librairie standard pour l'apprentissage statistique en Python. Ons Jelassi Enseignante à la formation continue de Télécom ParisTech, responsable des formations Big Data. Elle est coordonnatrice de ce MOOC.