Big Data en entreprise : cerner les enjeux, les architectures et les cas d’usage
Comprendre ce qu'une architecture Big Data change réellement dans l'organisation des données
- Certifié Qualiopi
- 0,43 jour — 3 h
- À distance
- Perfectionnement
- Finançable OPCO
Les projets Big Data échouent rarement sur la technologie. Ils butent sur des données dispersées entre applications métiers, sur des volumes que les outils décisionnels historiques absorbent mal et sur des cas d'usage formulés trop vaguement pour être arbitrés. Les directions se retrouvent avec une plateforme coûteuse et peu de valeur mesurable.
Deux heures pour replacer les briques d'une architecture de données dans un ensemble cohérent : ingestion, stockage distribué, traitement par lots ou en flux, restitution. Le format court privilégie la lecture des cas d'usage et les critères qui permettent de décider ce qui relève réellement du Big Data.
Objectifs pédagogiques
- Distinguer un besoin Big Data d'un besoin décisionnel classique
- Décrire les briques d'une architecture de traitement distribué
- Comparer les traitements par lots et les traitements en flux
- Qualifier un cas d'usage selon sa valeur et sa faisabilité
- Identifier les points de vigilance sur la gouvernance et la qualité des données
Programme de la formation
Avant la formation
Analyse du besoin et test de positionnement. Vos réponses sont partagées avec votre formateur afin d'adapter la formation à votre niveau et votre contexte professionnel.
Poser les repères avant les outils
- Volume vitesse et variété et ce que ces notions impliquent
- Limites des entrepôts de données traditionnels
- Données structurées semi-structurées et non structurées
- Place du Big Data dans le système d'information
Suivre la donnée de bout en bout
- Ingestion et collecte des flux
- Stockage distribué et lac de données
- Traitement par lots et traitement en flux
- Restitution et mise à disposition aux métiers
Choisir ce qui mérite d'être lancé
- Typologie des cas d'usage par fonction de l'entreprise
- Critères de valeur et de faisabilité
- Gouvernance qualité et traçabilité des données
- Compétences et organisation à prévoir
Après la formation
E-learning accessible en illimité dans le temps. Évaluation de niveau afin de suivre votre progression.
Les points forts
Les avis de nos apprenants
Prochaines sessions
Aucune session programmée sur ce lieu pour le moment. Demandez une date.
À qui s'adresse cette formation ?
Responsables informatiques et chefs de projet data ainsi que décideurs métiers associés aux projets de valorisation des données.
Financer cette formation
Mon Pôle Formation est un organisme certifié Qualiopi au titre des actions de formation. À ce titre, cette formation est éligible aux principaux dispositifs de financement de la formation professionnelle.
Le plan de développement des compétences regroupe l'ensemble des actions de formation décidées par l'employeur. Votre OPCO prend généralement en charge les coûts pédagogiques, et parfois la rémunération, les frais de transport, de repas et d'hébergement.
Tous les salariés peuvent en bénéficier, quels que soient la nature et la durée de leur contrat. Rapprochez-vous de votre service RH ou formation : nous montons le dossier avec vous.
Vous versez chaque année une Contribution à la Formation Professionnelle. Elle ouvre droit à une prise en charge par votre fonds d'assurance formation : FIFPL, AGEFICE, FAFCEA, VIVEA ou OPCO selon votre activité.
Nous préparons pour vous le devis, le programme détaillé et l'attestation nécessaires au dossier.
Selon votre projet professionnel, France Travail peut financer tout ou partie de la formation via l'Aide Individuelle à la Formation. Le dossier se construit avec votre conseiller à partir de notre devis.
Vous pouvez régler la formation directement, en une fois ou jusqu'à 6 fois sans frais. Contactez un conseiller pour définir l'échéancier : 01 87 66 57 66.
Questions fréquentes
La session donne des critères de qualification : volumétrie réellement traitée, vitesse d'arrivée des données, hétérogénéité des formats, nature des traitements attendus. Beaucoup de besoins exprimés en Big Data se résolvent avec un socle décisionnel, et la distinction est faite sur des cas concrets.
Le traitement par lots convient quand la décision se prend à intervalle régulier, le traitement en flux quand la valeur de l'information s'effondre avec le délai. La comparaison porte sur les conséquences en exploitation : complexité de reprise après incident, coût de la supervision, compétences nécessaires.
Les briques d'une architecture distribuée sont décrites par leur fonction et leurs contraintes, sans programmation. Le format convient aux décideurs associés aux projets data, qui en sortent capables de qualifier un cas d'usage selon sa valeur et sa faisabilité et de repérer les enjeux de gouvernance.