Descriptif
Big Data : concepts et enjeux est une formation de 1 jour (7 heures), de niveau initiation, rattachée au domaine « Bases de données, outils décisionnels, Big Data et Cloud Computing ». Comprendre les technologies, usages et enjeux du Big Data. Conçue et animée par des praticiens en activité, elle alterne apports ciblés (30 %) et mises en pratique (70 %) sur des laboratoires cloud individuels, avec des cas inspirés des secteurs banque, assurance et services publics. Disponible en inter-entreprises, en intra sur catalogue et en version sur mesure adaptée au contexte de l'entreprise.
Objectifs pédagogiques
À l'issue de la formation, le participant sera capable de :
- Les 5 V du Big Data
- Écosystème technologique
- Cas d'usage
- Architecture type
- Enjeux de gouvernance
Programme détaillé
| N° | Contenus et activités | Durée |
|---|---|---|
| Jour 1 | ||
| 1 | Recueil des attentes et cartographie des données déjà présentes chez les participants | 0,5 h |
| 2 | Les 5 V et le panorama de l'écosystème : HDFS, Hive, MongoDB, Cassandra, Neo4j, à quoi sert chaque brique | 2 h |
| 3 | Démonstration commentée : stocker 10 Go de journaux sur HDFS, les interroger en Hive, comparer avec une lecture MongoDB | 1,5 h |
| 4 | Atelier : qualifier trois cas d'usage métier, estimer volumes, fraîcheur et architecture cible sur une fiche type | 2 h |
| 5 | Gouvernance, RGPD, coûts et souveraineté : arbitrage en sous-groupes et synthèse individuelle | 1 h |
Méthodes pédagogiques
- Pédagogie active : 29 % du temps en pratique encadrée — laboratoires cloud provisionnés par participant, travaux pratiques guidés, fil rouge applicatif —, le reste en apports structurés, démonstrations commentées, cadrage et évaluation
- répartition calculée sur le déroulé détaillé de cette formation, et non annoncée de façon uniforme
- classe inversée avec prérequis sur le LMS
- apprentissage adaptatif selon le positionnement initial
- travaux en binômes
- classe virtuelle en séquences de 3 h 30 maximum sur Microsoft Teams
- support clair, complet et paginé remis à chaque participant
Technologies et outils mobilisés
Hadoop, HDFS, Hive, MongoDB, Cassandra, Neo4j
Modalités d'évaluation et de validation
- Positionnement initial en ligne
- quiz de validation à chaque séquence
- évaluation finale des acquis (QCM et mise en situation)
- satisfaction à chaud
- questionnaire de transfert à 30 jours
- attestation de fin de formation
Plateforme, laboratoires et ressources
- LMS DATAROCKSTARS : parcours, supports numériques, quiz, évaluations, émargement par demi-journée
- laboratoires cloud individuels accessibles depuis un navigateur, sans installation, données fictives, détruits en fin de session
- bibliothèque O'Reilly (plus de 60 000 ressources)
- accès aux supports pendant 6 mois