Page 69 - Télécom Evolution Catalogue 2018
P. 69

BIG DATA : ENJEUX STRATÉGIQUES
                                                            ET DÉFIS TECHNOLOGIQUES


         DATES & LIEUX                                                                                FC9BD02
         6 au 7 novembre 2017 à Paris                                                                   2 jours
         17 au 18 mai 2018 à Paris
                                                                                                        1370 €
         26 au 27 novembre 2018 à Paris


              OBJECTIFS ET PRÉSENTATION
        Prendre en compte l’environnement économique en place dans un projet big data. Identifi er la donnée à caractère personnel. Tenir
        compte des enjeux et des modalités de la conformité au regard de la législation européenne et française. Intégrer les techniques,
        que cela soit le traitement de requêtes ou l’analyse sur des données très volumineuses (« data analytics ») dans la proposition de
        solutions big data.
        L’expression « big data » est utilisée aujourd’hui pour décrire les problèmes liés aux besoins croissants d’exploitation des données
        massives générées par les applications (logs d’applications grand public, données scientifi ques ou e-science, données issues de
        capteurs, etc.). L’exploitation intelligente de ces gisements d’informations est en eff et cruciale pour permettre aux entreprises et
        organisations de mieux comprendre leur fonctionnement et d’optimiser leurs diff érents processus afi n d’être plus concurrentielles.
        Encore faut-il que cette exploitation respecte les données personnelles et la vie privée des citoyens.
        Cette formation permet de mesurer et prendre en compte tous les besoins, enjeux et défi s techniques associés au big data et à
        l’exploitation des données massives qui s’y rattachent.                                                     BIG DATA

              PARTICIPANTS ET PRÉREQUIS
        Décideurs et ingénieurs désireux d’appréhender les enjeux du big data et comprendre sa mise en œuvre.
        Une connaissance des systèmes de gestion de bases de données et / ou des méthodes d’apprentissage automatique permet de
        tirer un meilleur profi t de la formation.

              PROGRAMME
        Introduction                         ƒ                                  ƒ
                                                Comment respecter les droits des
                                                                                   Ecrire des programmes Hadoop plus
               Big data: pourquoi s'y intéresser ?
          ƒ                                   personnes concernées par les       facilement: Hive et Pig
                                                                                 Limites de MapReduce
           Pourquoi maintenant ?              données                           ƒ
                                                Quel est le rôle de la CNIL et des
             Caractéristiques du big data (les trois
          ƒ                                  ƒ                                  Interroger des fl ux en temps réel
           V: volume, vélocité, variété)     autres autorités de protection des   ƒ
                                                                                     Problématique de traitement des fl ux
             Exemples de projets big data
          ƒ                                   données dans l'UE? Quels sont leurs   de données
          Ecosystème économique du big data   pouvoirs?                        ƒ
                                                                                   Gérer des fl ux de données avec
                                             ƒ                                   Apache Kafka
                                                Comment piloter la conformité,
               Comment lier la data aux sources de
          ƒ                                   en particulier l'obligation de       Processeurs de fl ux de données
           création de valeur de l'entreprise   responsabilité?                ƒ
                                                                                   Présentation de Storm (Yahoo)
          ƒ                                  Interroger des données très        ƒ
             Renforcement de business models et
                                                                                 Exemples en Storm
           nouveaux business models        volumineuses                         ƒ
          ƒ                                       Limites des SGBD relationnels et des     Analyser des données très
             Shared / open data: gadget ou
           opportunité                       ƒ                                volumineuses
             Valoriser la donnée (data) au-delà
          ƒ                                   SGBD parallèles                   ƒ
                                                                                     Principes du machine learning
                                                Modèle de programmation parallèle
           des questions techniques          ƒ                                     Présentation de Mahout, librairie
                                              sur les données: MapReduce       ƒ
          Introduction aux aspects juridiques:     Principe de fonctionnement de   d'algorithmes de machine learning
        Règlement (UE) Généralsur la         ƒ                                   d'Apache
                                              MapReduce
        Protection des Données (RGPD) et big     Exemples en MapReduce          ƒ
                                                                                   Spark, un modèle de programmation
        data                                 ƒ                                   parallèle adapté au machine learning
                                                Présentation de l'éco-système
                                             ƒ                                     Exemples d'un système de
          ƒ   RGPD et notion de donnée à      Hadoop (implémentation de         ƒ

                                                                                 recommandation en Mahout
           caractère personnel                MapReduce par Apache)

          ƒ  Quels sont les enjeux pour      ƒ                                  Visualisation des données
                                                HDFS et Hadoop
                                                Exemples de programmes en
           l'entreprise et les citoyens      ƒ
             Quelles sont les obligations d'un
          ƒ                                   Hadoop                            Synthèse et conclusion
           responsable de traitement
                                                                                                RESPONSABLES
                                                                    Bruno DEFUDE        Claire LEVALLOIS-BARTH
                                                         Professeur à Télécom SudParis,   Maître de conférences en droit à
                                                        il est spécialiste de la gestion de   Télécom ParisTech, coordinatrice
                                                       données et a notamment travaillé   de la chaire « Valeurs et politiques
                                                         sur la distribution des données   des informations personnelles ».
                                                            à grande échelle. Il travaille   Elle est spécialiste du droit des
                                                           aujourd’hui sur la gestion de   nouvelles technologies et plus
                                                               données dans le Cloud.   particulièrement de la protection
                                                                                    des données à caractère personnel
                                                                                                        (Privacy).
                                              contact@telecom-evolution.fr       web www.telecom-evolution.fr      67
   64   65   66   67   68   69   70   71   72   73   74