Dernière mise à jour : 29/06/2024
Si les algorithmes de Machine Learning ont connu des avancées majeures ces dernières années, c'est avant tout grâce à la quantité d'information disponible pour les entraîner. Accumuler toute cette donnée, la traiter, et la rendre disponible sont les enjeux principaux du mouvement Big Data.
Au cours de cette formation, nos consultants mettent à disposition les connaissances issues de leurs retours d'expériences auprès de nos clients, et vous font découvrir les bases des architectures permettant de répondre à ces enjeux de stockage et d'accès.
Cette formation est dispensée par un·e ou plusieurs consultant·es d'OCTO Technology ou de son réseau de partenaires, expert·es reconnus des sujets traités.
Le processus de sélection de nos formateurs et formatrices est exigeant et repose sur une évaluation rigoureuse leurs capacités techniques, de leur expérience professionnelle et de leurs compétences pédagogiques.
L'évaluation des acquis se fait tout au long de la session au travers des ateliers et des mises en pratique.
Afin de valider les compétences acquises lors de la formation, un formulaire d'auto-positionnement est envoyé en amont et en aval de celle-ci.
En l'absence de réponse d'un ou plusieurs participants, un temps sera consacré en ouverture de session pour prendre connaissance du positionnement de chaque stagiaire sur les objectifs pédagogiques évalués.
Une évaluation à chaud est également effectuée en fin de session pour mesurer la satisfaction des stagiaires et un certificat de réalisation leur est adressé individuellement.
Jour 1
INTRODUCTION
ACCÈS AUX DONNÉES
Les fichiers
Les bases de données
API
Traitements en mémoire
ARCHITECTE DE DONNÉES
Limites des systèmes traditionnels
Les architectures distribuées
Concepts essentiels
Le théorème CAP
Quorums
BASES NOSQL
Avantages et inconvénients
Modèles de données
Exemple : MongoDB
Les moteurs de recherche
JOUR 2
HADOOP
Introduction à Hadoop
HDFS
Map-Reduce
YARN
Les distributions
La ligne de commande
Administration d'un cluster
ÉTUDES DE CAS
Traitements de courbes de charge
Analyse de logs
CONCLUSION
Rappels des points abordés
Questions et réponses
Synthèse
Jour 3
DÉCOUVERTE DE SPARK
Spark Core
Spark SQL
Spark Streaming
Structured Streaming