Big Data : fondamentaux, outils et cas pratiques

MODALITÉ D'ACCÈS : Les inscription se font par mail à conseiller@venusconsulting.fr ou en ligne sur notre site. Toutes les démarches administratives et financières doivent être réglées avant le début de la formation. Veuillez noter qu'en cas de demande de financement à un organisme financeur, la démarche de prise en charge est à réaliser par le candidat ou l'entreprise et doivent être réalisées à l'avance Les formations sont confirmées 3 semaines avant le début de la formation. Pour les personnes en situation de handicap souhaitant réaliser une formation en e-learning : Nous vous invitons à prendre contact avec notre référent handicap (conseiller@venusconsulting.fr ) afin de déterminer les formations accessibles. Comprendre les principes clés du Big Data, ses enjeux et ses cas d’usage. Savoir manipuler des outils modernes pour stocker, transformer et analyser de grands volumes de données. Restituer efficacement les résultats d’analyse à l’aide d’outils de datavisualisation adaptés.

Prérequis

Bases en statistiques, notions en base de données ou en manipulation de données (Excel, SQL ou Python)

Public

Data analysts débutants, développeurs, chefs de projet, consultants, fonctions IT

Formateurs

Compétences acquises

Les participants sauront exploiter des données massives avec des outils adaptés et restituer leurs analyses à des fins opérationnelles.

Durée

Cette formation est animée par un , formateur expert de Venus Consulting. 2 jours – 14 heures Modalités pédagogiques 60 % pratique / 40 % théorie Cas concrets et exercices techniques Support PDF, exemples de pipelines, dashboards, scripts Formation en présentiel ou à distance Livrables remis Support complet de formation (PDF) Scripts ETL et analyse de données (exemples Python/R) Template de dashboard Power BI ou Looker Studio Mini-guide : mettre en place une architecture Big Data simple

Programme

Jour 1 – Panorama du Big Data & traitement des données Matinée (3h30) Introduction au Big Data Définition, 5V (Volume, Vitesse, Variété, Véracité, Valeur) Enjeux pour les entreprises (ROI, gouvernance, métiers) Différence Data Lake / Data Warehouse Cas d’usage concrets (marketing, industrie, santé…) Écosystèmes technologiques du Big Data Hadoop, Spark, NoSQL, stockage distribué Présentation rapide d’une architecture Big Data moderne (sur cloud ou locale) Introduction aux pipelines de données Jour 2 – Analyse et restitution des données Matinée (3h30) Méthodes d’analyse orientées Big Data Après-midi (3h30) Collecte et traitement des données massives Outils ETL : Talend, Apache NiFi, Airbyte Formats courants : CSV, JSON, API, logs Cas pratique : automatiser un flux de collecte et transformation Manipulation de données avec Spark ou Python (Pandas) Lecture, nettoyage, filtrage, agrégation Atelier : mini-pipeline de traitement sur données volumineuses

Personnalisation de la formation

Un questionnaire préparatoire sera remis en amont de la formation au participant lui permettant de faire remonter auprès du formateur ses attentes et besoins spécifiques. Classification, segmentation, prédiction simple Outils : Python (Scikit-learn) ou R Atelier pratique : mini-modèle de scoring ou d’analyse client Datavisualisation et restitution Outils : Power BI, Looker Studio, Apache Superset Atelier : créer un dashboard interactif pour restituer des résultats d’analyse Bonnes pratiques de présentation des données (Data storytelling) Après-midi (3h30) Cas pratique final : chaîne complète de traitement Du chargement à la visualisation (pipeline + analyse + dashboard) Application possible sur données d’e-réputation, satisfaction client ou performance interne Clôture et perspectives Débriefing collectif Ressources pour progresser : plateformes, MOOC, communautés Quiz de fin de formation & évaluation des acquis

Validation des acquis

Évaluation des acquis de la formation par des cas pratiques, exercices, QCM...

• Questionnaire d’évaluation à chaud proposé à la fin de

formation- Une attestation sera remise au stagiaire à la fin de la formation