Formation Big Data

Big Data et son impact dans les institutions financières

 

Objectifs :

– Présenter les enjeux de l’analyse des données numériques à grande échelle.

– Comprendre pourquoi tout le monde parle du Big Data et son impact dans les institutions financières.

– Comment faire du Big Data ? Sur quelle plateforme technologique s’appuyer ?

– Maîtriser des aspects fondamentaux du Big Data

– Identifier et s’approprier les outils de l’écosystème Hadoop pour chaque cas d’usage.

– Avoir une idée globale sur les différents outils et Frameworks Big Data et avoir un aspect critique qui permet de choisir le meilleur outil pour chaque cas d’usage.

Participants :

– Chefs de projet, consultants fonctionnels, responsables marketing, ingénieurs d’études, Business analyste, manager, directeur de projet, toutes personnes à relation avec le SI de l’institution.

Pré-requis :

– Aucune connaissance sur le Big Data n’est requise, il est conseillé de disposer d’une culture d’informatique d’entreprise.

Dates : 21-22 juin 2019
Durée : 2 Jours
Horaire : 09h00-14h00
Lieu : La maison de l’exportateur (CEPEX), Tunis, Tunisie.

Formateur :

Dr. Nabil FELIGAIRE, PhD, CISA, CISM, CobiT, Togaf, MongoDB; BIG DATA EXPERT/ARCHITECT in Bank of France, Speaker & Keynote Speaker (international conferences)

Programme :

Comprendre le BIG Data

▪ Introduction (Jeu : Donnez un titre aux images)

▪ De la donnée au Big Data (l’histoire de Google qui compare un grain de riz à un octet)

▪ Quelles avancées technologiques ont permis l’avènement du Big Data

▪ Quelles évolutions comportementales ont accéléré l’avènement du Big Data

▪ Les définitions du Big Data

▪ Les 5V du Big Data

Les sources de données

▪ Pourquoi capturer les données ?

▪ Les données internes de l’entreprise

▪ Les données externes : Web

▪ Les données externes : Open Data

▪ Les données externes : Les réseaux sociaux

Big data en institution financière

▪ Les secteurs impactés

▪ Cas d’usages du Big Data

▪ La gouvernance des données

Les métiers du Big Data dans les institutions financières

▪ Administrateur, Architecte, Développeur, Data Analyst, Data Scientist, DPO, Data Owner, CDO, ..

▪ Quel profil pour quel poste ?

Le Cadre juridique des données : GDPR

▪ Comprendre le champ d’application, les règles et les sanctions concernant la protection des données personnelles

▪ Les obligations légales des entreprises (anonymisation, droit à l’oubli)

▪ Comment concilier Big Data et réglementation CNIL ?

▪ L’évolution du cadre légal européen, G29

▪ Règlement général sur la protection des données ( GDPR )

▪ Cas d’usage / succès stories / retours d’expérience par secteurs et métiers

Big Data vs Business Intelligence

▪ Rappel de l’architecture décisionnelle

▪ Les limites de la BI

▪ Définition du Data Lake

▪ Comparaison des deux approches ( BI vs Big Data )

▪ Avantages et points de vigilance

▪ Architecture Big Data

Panorama des outils Big Data

▪ Quand utiliser Hadoop ?

▪ Le paradigme MapReduce.

▪ Le système de gestion des fichiers distribués HDFS

▪ Echange de données via Sqoop, Flume, NIFI, Kafka

▪ Analyse des donnéees avec Pig et Hive

▪ Les bases NoSQL

▪ Ordonnanceur Hadoop : Oozie

▪ Moteur de recherche : Solr, ElasticSearch

▪ Spark : framework de calcul distribué in memory

Types d’architectures big data selon les exigences temporelles

▪ Architectures Batch

▪ Architectures Streaming

▪ Lambda Architectures