L'ajout de cookie est désactivé sur votre navigateur, vous devez l'activer pour pouvoir naviguer sur ce site internet.
UpUp, la 1ère plateforme de mutualisation de formations.

Big Data - Enjeux et perspectives

Formation Etat de l’art des technologies

Big Data - Enjeux et perspectives

Informatique > Etat de l’art des technologies

Objectifs

  • Disposer d'une vision claire du Big Data et de ses enjeux.
  • Comprendre comment les entreprises et organisations les plus avancées, dans tous les secteurs, ont tiré profit de projets Big Data.
  • Connaitre les informations essentielles pour lancer une initiative Big Data.
  • Connaitre l'écosystème, les principales technologies et solutions associées au Big Data.
  • Savoir mesurer les impacts de tels projets sur l'entité et son organisation.

Le programme de la formation

La définition du Big Data

 

Phénomène Big Data
Définition opérationnelle et commune selon les grands acteurs du marché et les instituts d'étude internationaux
Différence entre le Big Data et les systèmes existants de Business Intelligent (BI)

 

Les origines du Big Data et les facteurs d'évolution du Big Data

 

Étapes de l'évolution du Big Data
Collecte et traitement des données
Grandes entreprises utilisatrices du Big Data : Google, Facebook, Twitter
La prolifération des données en provenance des réseaux sociaux, de l'Internet des objets, de l'Open Data...
La diminution des coûts de stockage, la virtualisation
L'augmentation des capacités de traitement des solutions éprouvées exploitées par des géants de l'Internet
L'avènement du Cloud Big Data (Data as a Service), l'Internet des Objets et de l'Open Data

 

Le marché Big Data et les principaux cas d'usages d'analytiques

 

Marché data au niveau mondial
Évolutions et les acteurs de la chaine de l'offre Big Data
Enjeux stratégiques (création de la valeur et d'activités nouvelles dans les entreprises et organisations)
Description des 4 types d'analytiques fondamentales du Big Data
5 usages populaires du Big Data en entreprise
Exemples : profiling des consommateurs (360° du Client), sécurité informatique (préventions contre les attaques potentielles), maintenance préventive des équipements industriels, fraudes financières, d'aides sociales...

 

Les freins et les challenges de sécurité, juridiques et techniques

 

État des lieux des projets : échecs et réussites (causes, facteurs clés de succès FCS)
Freins financiers et techniques face aux exigences des solutions de Big Data
Qualification complexe des données et de nombreux échecs de projets
Cadre juridique (CNIL/RGPD et PLA (Privacy Level Agreement))
Sécurité des données et enjeux juridiques (juridiction, corrélation interdite ...)

 

Les impacts du Big Data sur l'entreprise ou l'organisation

 

Performance opérationnelle des activités de l'entreprise ou organisation
Avantages concurrentiels
Modèle économique
Chaîne des valeurs

 

Les impacts organisationnels

 

Différence entre la DSI et la Direction Numérique
Nouvelle organisation des équipes dans le cadre d'une coopération informatique/domaines d'affaires
Impacts sur les équipes en place (compétences en Big Data ...)
Apparition des nouveaux rôles/métiers (data scientists et CDO)
Compétences nouvelles à acquérir

 

Le projet Big Data et les technologies fondamentales des solutions

 

Méthodologie/démarche d'intégration de la gestion des données du Big Data dans la gestion des activités de l'entreprise ou organisation
Calcul difficile du retour sur investissement d'un projet Big Data
Démarches recommandées pour lancer un projet Big Data : les étapes essentielles et les précautions à prendre
Critères d'évaluation d'une plate-forme de Big Data
Questions à poser aux prestataires et fournisseurs des plates-formes

 

Bilan et perspectives

 

L'état de l'offre : solutions privées installées dans les entreprises ou organisations et solutions proposées dans le Cloud (AWS, IBM, Google, Microsoft Azure...)
Choix stratégique d'usage des services du Cloud Big Data
Les perspectives comme l'implication de la virtualisation, l'usage intensif de l'Intelligence Artificielle et de la Machine Learning
CNIL et Intelligence Artificielle : cadrage

 

Conclusion

Public et Pré-requis de la formation

Toute personne amenée à participer à un projet Big Data (MOA, Chefs de projet, Développeurs, Analystes...). Futurs Data Scientists, Data Analysts et Data Stewards. Spécialistes de la BI souhaitant intégrer une dimension Big Data dans leurs projets.

 

Savoir manipuler un outil bureautique comme Excel et connaitre le fonctionnement d'un système de gestion de base de données (SGBD/R).

Méthode pédagogique de la formation

Tout au long de la formation, les participants travailleront sur un cas pratique fil rouge, dans un domaine combinant le commerce en ligne, une industrie traditionnelle, et les médias sociaux.

29 Commentaires