Introduction au big data

▪ Comprendre le concept du Big Data
▪ Être capable d'identifier l’écosystème et comprendre les technologies associées
▪ Savoir anticiper son intégration dans les activités informatiques de l’entreprise 

Définition commune du Big Data selon les grands acteurs du marché
✓ Caractéristiques techniques des 3V de Gartner (Vélocité, Variété et Volume) et les variantes (Véracité, Valeur, Validité....)
✓ Big Data : pourquoi maintenant ?
✓ Traitement des données structurées, semi-structurées et déstructurées
✓ Transformation des données massives en informations utiles et en valeur
✓ Gestion des données en cycles, de l’acquisition à la gouvernance. Use Case et stratégies (GAFA
(Google, Apple, Facebook, Amazon), exemples santé, grande distribution, bancassurance…)
✓ Les grands acteurs et le marché du Big Data

Description des technologies de référence du Big Data
✓ NoSQL (Not Only SQL) et les nouvelles compétences attendues (Python, R, Scala, Java)…
✓ Hadoop : un modèle d’open source du Big Data adopté par les grands acteurs de l’informatique (IBM, Oracle, Amazone, EMC, Google...)
✓ Principaux composants d’Hadoop : HDFS (Hadoop Distributed File System), MapReduce, Pig, Flume, Zookeeper, H-BASE, Lucene, Hive, Cloudera, Oozie, Cassandra, Machine Learning...
✓ Autres solutions : Docker, OpenStack, Elastic, Splunk…
✓ Nouvelles architectures techniques pour traiter des données massives et nonstructurées, en temps réel (SPARK)