Page 64 - Catalogue Formations 2024
P. 64

EN

                                                                                                 RÉALISABLE
                                                                                     PANORAMA
                                                                                                 EN  ANGLAIS
               BIG DATA
                                                                                    DATES & LIEUX
               ENJEUX STRATÉGIQUES ET DÉFIS TECHNOLOGIQUES
                                                                                Du 25/03/2024 au 26/03/2024 à Paris
                                                                                Du 09/09/2024 au 10/09/2024 à Paris
                FC9BD02      PRIX : 2 010 €      DURÉE : 2 JOURS                    PUBLIC/PRÉREQUIS

                            Pauses et déjeuners offerts                         Décideurs   et   ingénieurs   désireux
                                                                                d’appréhender  les  enjeux  du  big  data
                                                                                et comprendre sa mise en œuvre.
    INTELLIGENCE ARTIFICIELLE ET  SCIENCES DES DONNÉES  L’expression  «  big  data  »  est  utilisée  aujourd’hui  pour  décrire  les   ou  en  méthodes  d’apprentissage
                                                                                Des  connaissances  en  systèmes  de
                  PRÉSENTATION
                                                                                gestion  de  bases  de  données  et/
                                                                                automatique  sont  souhaitables  afin
               problèmes  liés  aux  besoins  croissants  d’exploitation  des  données
                                                                                de  tirer  pleinement  profit  de  cette
               massives générées par les applications (logs d’applications grand
                                                                                formation.
               public,  données  scientifiques  ou  e-science,  données  issues  de
               capteurs,  etc.).  Une  exploitation  intelligente  de  ces  gisements
                                                                                    RESPONSABLE(S)
               d’informations  et  utilisable  en  pratique  est  en  effet  cruciale  pour
               permettre  aux  entreprises  et  organisations  de  mieux  comprendre
               leur  fonctionnement  et  d’optimiser  leurs  différents  processus  afin
                                                                                Enseignant-chercheur  à  Télécom
                                                                                SudParis, il est spécialiste de la gestion
               d’être  plus  concurrentielles.  Encore  faut-il  que  cette  valorisation
                                                                                de données et a notamment travaillé
               respecte les données personnelles et la vie privée des citoyens.  Bruno DEFUDE
               La formation permet de mesurer et prendre en compte les          sur  la  distribution  des  données  à
                                                                                grande  échelle.  Il  travaille  aujourd’hui
               besoins,  enjeux  et  défis  techniques  et  organisationnels  associés
                                                                                sur la gestion  de  données dans  le
               à l’intelligence artificielle et au big data et à l’exploitation à valeur   Cloud.
               ajoutée des données massives qui s’y rattachent.
                                                                                    MODALITÉS
                  OBJECTIFS                                                         PÉDAGOGIQUES
                                                                                Des  exemples  illustrent  les  concepts
               -  Prendre en compte l’environnement économique et les obstacles non
                                                                                théoriques.
                 techniques en place dans un projet data/IA
               -  Identifier 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, qu’il s’agisse du traitement de requêtes ou de
                 l’analyse sur des données très volumineuses (Data Analytics) dans la
                 proposition de solutions big data

                  PROGRAMME

               Introduction                   - Principe de fonctionnement de
               - Caractéristiques du big data (les trois    MapReduce
                 « V » : volume, vélocité, variété)  - Exemples en MapReduce
               - Exemples de projets big data  - Écosystème Hadoop (implémentation de
                                                MapReduce par Apache)
               Écosystème économique du big data  - HDFS et Hadoop
               - Data et sources de création de valeur  - Exemples de programmes en Hadoop
               - Renforcement de business models et   - Écrire des programmes Hadoop plus
                 nouveaux business models       facilement : Hive et Pig
               - Shared/Open Data: Gadget ou  - Limites de MapReduce
                 opportunité
               - Valoriser la donnée (Data)   Interroger des flux en temps réel
                                              - Problématique de traitement des flux de
               Introduction aux aspects juridiques :     données
               Règlement Général sur la Protection des   - Gérer des flux de données avec Apache
               Données (RGPD) et big data
                                                Kafka
     FORMATIONS INTER-ENTREPRISES    traitement  Analyser des données très volumineuses  DU PROGRAMME EN LIGNE
               - RGPD et donnée à caractère personnel
                                              - Processeurs de flux de données
                                              - Présentation de Storm (Yahoo)
               - Enjeux pour l’entreprise et les citoyens
                                              - Exemples en Storm
               - Obligations d’un responsable de
               - Respecter les droits des personnes
                                              - Principes du machine learning
                 concernées par les données
                                                                                    ACCÉDER À L’ENSEMBLE
                 personnelles
                                              - Présentation de Mahout, librairie
               - Rôle et pouvoirs de la CNIL et des autres
                                                machine learning d’Apache
                                              - Spark, un modèle de programmation
                 autorités de protection des données de
                                                parallèle adapté au machine learning
                 l’UE
                                              - Exemples d’un système de
               - Piloter la conformité, en particulier
                 l’obligation de responsabilité
                                                recommandation en Mahout
               Interroger des données très volumineuses
               - Limites des SGBD relationnels et SGBD
                                              Synthèse et conclusion
                 parallèles
               - Modèle de programmation parallèle sur
                 les données : MapReduce      Visualisation des données
   64             contact.exed@telecom-paris.fr | executive-education.telecom-paris.fr | Appelez le 01 75 31 95 90
   59   60   61   62   63   64   65   66   67   68   69