Big Data et processus décisionnel

Rechercher une formation

Source : Carif Ile-de-France

Fiche originale

Partager sur :

Objectifs, programme, validation de la formation

Objectifs

Concevoir l’architecture de l’entrepôt de données.
Configurer les outils d’analyse, de communications de données (reporting).
Restituer des données et former des utilisateurs aux outils d’analyse.
Appliquer des algorithmes dans une démarche exploratoire.

Description, programmation

Intégrer l’écosystème Big Data.
Concevoir et mettre en oeuvre un Lake de données (DATALAKE).
Charger, qualifier et nettoyer les données structurées et non structurées chargées.
Appliquer des modèles mathématiques en continu pour traiter les données.
Optimiser le traitement en masse de données à indexer.
Valider et garantir l’intégrité et l’unicité des sources de données autour du DATA LAKE.
Introduction à la gestion de projet avec la méthode agile.
Intégration des données Talend.
Machine learning data science.
Data visualisation.
Machine learning algorithmes avancés.
Big Data/gestion de projet Big Data.
Réaliser la restitution dans des projets Big Data.
Projet fil rouge :

Base NO SQL.
Ecosystème HADOOP.
Data ingestion.
Machine learning.
Réaliser la restitution.
Finalisation.
Présentation du projet, utilisation de la plateforme.
CCP - soutenance.

Validation et sanction

Big Data et processus décisionnel ;Attestation de suivi de présence

Type de formation

Professionnalisation

Niveau de sortie sans niveau spécifique

Métiers visés

M1801 :

M1805 :

M1810 :

Durée, rythme, financement

Durée 196 heures en centre
Durée indicative : 576 jours

Modalités de l'alternance FOAD : 196 h

Conventionnement Non

Conditions d'accès

Modalités de recrutement et d'admission Entretien;Dossier

Niveau d'entrée niveau III (BTS, DUT)

Conditions spécifiques et prérequis - Avoir suivi le module AF_0000029324 - Big Data et processus décisionnel - consultant analyste Big Data. - Etre diplômé(e) de l'enseignement supérieur en informatique ou filières scientifiques, Ingénieurs (Universitaire ou autre) de niveau Bac +5 ou Bac +2 avec une expérience dans le domaine de l'analyse de données, la modélisation, et/ou le développement (HTML, JavaScript, Python, C++, Matlab).