FORMATION Catalogue PARCOURS - Octopeek
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
2018 / Octopeek Formation NOM DE LA FORMATION 02 Catalogue FORMATION PARCOURS Big Data & Data Science
Catalogue
FORMATION
Parcours / Big Data & Data Science
Octopeek SAS – 191 av de la Division Leclerc, 95880 Enghien-les-Bains – 09 53 73 74 74 - R.C.S. Pontoise : 519 279 095
SIRET : 519 279 095 00037 – APE : 6202 A - N° TVA Intracommunautaire : FR31 519 279 095 - SAS au capital de 51 300 euros02 PRÉSENTATION Octopeek Formation
« Le Big Data transforme
le monde. Il donne une nouvelle
impulsion à l’intelligence humaine.
Big Data et Data Science permettent
d’effectuer des projections qui
avenir.
L’enjeu est de comprendre
ces mutations.»
© Photo by Alessio Lin on UnsplashOctopeek Formation PRÉSENTATION 03
O
O CTOPEE K
UNE AGENCE D’EXPERTS
Big Data & Data Science
_
Octopeek intervient auprès de grands
comptes : industrie, banque, assurance, e-com- « Être DATA DRIVEN »
merce, retail, luxe, énergie, automobile, aéro
nautique, transport…
Nous concevons et mettons en œuvre des
architectures Big Data. Nous développons Nos formateurs sont des experts
des modélisations descriptives, prédictives et Architectes Big Data et Data Scientists
prescriptives, basées sur des analyses maté- _
rielles, comportementales et contextuelles.
Nos équipes de docteurs et ingénieurs se
Leurs applications : la gestion des équipe- nourrissent de leurs expériences quotidiennes
ments et la maintenance industrielle, la supply acquises auprès de grands groupes du CAC
chain, l’aménagement du territoire, la santé, 40 en participant à des projets stratégiques
la gestion des ressources, le marketing direct, et en répondant à différents use cases sur de
la rétention client, la réduction de la fraude… nombreux marchés.04 Octopeek Formation
© Photo by Annie Spratt on Unsplash
CURSUS
DE FORMATION
La Data Science et les technologies Big Data
deviennent un enjeu stratégique majeur pour
les entreprises. Elles bousculent les chaînes
de valeurs, les modèles économiques ainsi
que les métiers au sein de ces organisations.
Les cursus de formations proposés dans ce
catalogue permettent d’appréhender ces
nouvelles technologies et ces nouveaux sa-
DES CURSUS voir-faire liés à la transformation digitale, que
PERSONNALISÉS ce soit en mode découverte, en approfondis-
sement ou en expertise.
Nous pouvons vous
accompagner dans
le cadre de cursus de
formations personnalisés,
par exemple en tenant
compte de vos use cases.
Audit et devis sur demande
> Nous contacterOctopeek Formation 05
SOMMAIRE
DES FORMATIONS
08
PA G E
11
PA G E
PLATEFORME BIG DATA
AS A SERVICE
Une plateforme BDaaS ÉTAT DE L’ART
à votre disposition pendant ET FONDAMENTAUX
la durée de la formation
Big Data – Enjeux et opportunités
Conduite et pilotage d’un projet
Big Data
15
PA G E
19
PA G E
INFRASTRUCTURE
ET TECHNOLOGIES
Big Data – Architectures DÉVELOPPEMENT
et technologies ET DATA ANALYSE
Hadoop – Architecture
et Administration Data Analyse Pig, Hive & Spark
Développement MapReduce
et Spark sur Hadoop
25
Les bases NoSQL
PA G E
Technique de Data Visualisation
DATA SCIENCE
Data Science – Fondamentaux
Data Science avancée
R pour la Data Science
Python pour la Data Science
Spark pour la Data Science06 BDAAS Octopeek Formation
PLATEFORME
BIG DATA AS A SERVICE
BDAAS
Une plateforme BDaaS à votre disposition pendant la durée de la formation
et les 15 jours suivants.
Les stagiaires ont accès à un vrai cluster Big Data et peuvent travailler sur
• DURÉE des cas pratiques réels.
15 jours
La puissance de calcul étant fournie par le cluster, de simples PC bureau-
TARIF tiques suffisent pour la formation.
Le coût d’accès à la
plateforme BDaaS Une connexion et un navigateur web permettent d'accéder à la plateforme
est inclus dans nos Big Data. Cela simplifie la logistique pour les formations intra-entreprises.
offres de formations.
Les utilisateurs
cet environnement
complet Big Data
as a Service pendant
LEARN
leur formation et
DATA
durant les 15 jours
suivant la formation.
OPEN
DATA
DATA Externe
LISTEN EXECUTE
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formationsOctopeek Formation BDAAS 07
08 ÉTAT DE L’ART & FONDAMENTAUX Octopeek Formation
Octopeek Formation ÉTAT DE L’ART & FONDAMENTAUX 09
ÉTAT DE L’ART
ET FONDAMENTAUX
01 Big Data - Enjeux et opportunités
02 Piloter un projet Big Data10 ÉTAT DE L’ART & FONDAMENTAUX Réf. OCT-FGEN101
DURÉE
2 jours / 14h
Big Data
BIG DATA - ENJEUX ET OPPORTUNITÉS Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
Data dans de nombreux secteurs d’activité. L’enjeu est de connaître les envi-
MODALITÉS ronnements sociaux-économiques et le panorama technologique des projets.
ET MOYENS
PÉDAGOGIQUES
Démonstrations, cas Généralités Exemples d’utilisation des types
pratiques, synthèse et Présentation du Big Data de stockage Big Data et comparatif
évaluation des acquis Perspectives offertes par le Big
Data Les technologies Big Data
Les acteurs du Big Data Hadoop et le Big Data
Objectifs Écosystèmes Big Data et Les distributions Hadoop
pédagogiques distributions majeures L’écosystème Hadoop
Comprendre les
enjeux du Big Data Les opportunités qu’offrent le Big Le traitement de données en Big
Découvrir les Data pour la DSI Data
opportunités du Big Levier d’amélioration par l’analyse HDFS et YARN
Data de données Map Reduce / Tez
Acquérir les Les impacts du Big Data Apache Hive
connaissances néces- Le RGPD Apache Spark et ses librairies
saires permettant de
mettre en œuvre les Open Data Compétences autour du Big Data
technologies Big Data Les grands principes Data Scientist
Evaluer et sélec- Motivations Data Analyst
tionner les outils Impacts sur les entreprises Data Engineer
appropriés dans le
cadre d’un plan de
mise en œuvre du Cas d’usage du Big Data
Big Data Marketing Méthodologie projet
Gestion intelligente de l’énergie Les étapes d’un projet Big Data
Public concerné Données médicales Mise en œuvre d’un projet Big Data
Chef de projets, DSI, Services publiques Rôles des acteurs DSI et Métier
Architecte SI et toute Grande distribution dans un projet Big Data
personne intéressée Transformation des processus
par les enjeux du Big Le stockage dans le Big Data métier
Data et ses oppor- Exigences de stockage du Risques à prendre en compte dans
tunités. Big Data un projet Big Data
Le théorème CAP
Prérequis NoSQL
Avoir une bonne Schema on write vs schema
culture générale on read
des systèmes Types de stockage en Big Data
d'information
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formationsRéf. OCT-FPRO21 ÉTAT DE L’ART & FONDAMENTAUX 11
DURÉE
2 jours / 14h
Big Data
PILOTER UN PROJET BIG DATA Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
L’objectif de cette formation est d’appréhender les challenges dans la mise
MODALITÉS organisationnelles et juridiques, ainsi que la gouvernance et la sécurité des
ET MOYENS projets Big Data.
PÉDAGOGIQUES
Synthèse et évaluation
des acquis Introduction et mise en contexte Management, organisation et
d’un projet Big Data pilotage d'un projet Big Data
Introduction au Big Data Planification d’un projet Big Data
Objectifs Histoire et origine - Identification et définition des
pédagogiques Le besoin en Big Data - Concept phases du projet
Comprendre les des 3V / 6V Définition de la liste des livrables
- Les acteurs du Big Data Mesure de la performance :
giques, organisation- Architecture générale et benchmark, surperformance
nelles et juridiques fonctionnement Mise en place des outils de gestion
d’un projet Big Data Offres du marché et traitement des données
Bien comprendre Exemples d’utilisation: sécurité Définition d’un projet pilote (POC :
les challenges dans informatique, réseaux sociaux, santé...
la mise en place d'un Mise à disposition les résultats
projet Big Data Gestion du projet au quotidien
Avoir une bonne projets Big Data
Tests de performance et gestion
et de la conduite du des risques d’un projet Big Data
changement Tests de performance, de charge,
Maîtriser les com- de vieillissement et de limite de
pétences nécessaires l’application
dans la constitution Gestion des risques métiers
d’une équipe projet Cadrage des projets Big Data Gestion des risques stratégiques
Big Data Étude de la maturité des solutions
cadrage métier du marché
Public concerné
Chef de projets, Di- de données Travaux pratiques
recteur de projets, DSI Atelier Agile avec mise en place
et toute personne en technologiques d’une stratégie de pilotage d’un
charge de la mise en projet Big Data
œuvre et du pilotage
de projet Big Data nécessaires
Prérequis juridiques: CNIL, propriété
Des connaissances intellectuelle, RGPD
en gestion de projets
sont un plus
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formations12 BIG DATA / INFRASTRUCTURE & TECHNOLOGIE Octopeek Formation
Octopeek Formation BIG DATA / INFRASTRUCTURE & TECHNOLOGIE 13
BIG DATA
INFRASTRUCTURE
& TECHNOLOGIES
01 Big Data - Architectures et technologies
02 Hadoop - Architecture et administration14 BIG DATA / INFRASTRUCTURE & TECHNOLOGIE Réf. OCT-FBDT301
Big Data
DURÉE
2 jours / 14h
BIG DATA - ARCHITECTURE
& TECHNOLOGIES Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
Ce cours de synthèse vous présentera les enjeux et les apports du Big Data
ainsi que les technologies pour sa mise en œuvre. Vous apprendrez à prendre
MODALITÉS en charge un projet de gestion de données massives, tout en passant par
ET MOYENS l'analyse et la visualisation des données.
PÉDAGOGIQUES
Démonstrations, cas
pratiques, synthèse et Comprendre les concepts clés Data Visualisation, représenter
évaluation des acquis et les enjeux du Big Data des données de façon visuelle
Les origines du Big Data Principales solutions du marché
La valeur de la donnée : un Aller au-delà des rapports
Objectifs changement d'importance statiques
pédagogiques La donnée en tant que matière La Data Visualisation et l'art de
Découvrir les première raconter des chiffres de manière
concepts clés du Big Les chiffres clés du marché dans créative et ludique
Data le monde et en France.
Comprendre Les enjeux du Big Data : ROI, Conclusion
l’écosystème techno- Les conditions du succès
logique d’un projet données Synthèse des meilleures
Big Data pratiques
Apprendre à Technologies du Big Data Bibliographie
mettre en œuvre une Architecture et composants de la
solution Big Data. plateforme Hadoop
Avoir une vue d’en- Les modes de stockage (NoSQL,
semble sur les possi-
bilités du Big Data Fonctionnement de MapReduce
et YARN
Public concerné Principales distributions Hadoop
Chef de projets, Les technologies émergentes :
Architecte et toute Spark, Storm, NiFi
personne souhaitant Démarche d'installation d'une
connaître les impacts plateforme Hadoop
du Big Data au Présentation des technologies
niveau de l’organi-
sation et des archi-
tectures Traitement des données Big Data
Fonctionnement de Hadoop
Prérequis
Avoir une bonne Importer des données vers HDFS
culture générale Traitement des données avec Pig
des systèmes Requêtes SQL avec Hive
d’information
massives avec un ETL
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formationsRéf. OCT-FBDT302 BIG DATA / INFRASTRUCTURE & TECHNOLOGIE 15
Big Data
DURÉE
3 jours / 21h
HADOOP - ARCHITECTURE
& ADMINISTRATION Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
Hadoop est la principale plateforme de Big Data. Elle assure le stockage et le
traitement d’immenses volumes de données. Cette formation vous permettra
MODALITÉS de comprendre son architecture et d’acquérir les compétences nécessaires
ET MOYENS
PÉDAGOGIQUES
Démonstrations, cas
pratiques, synthèse et Introduction Administration
évaluation des acquis Présentation générale d’Hadoop Gestion des ressources
Exemples d’utilisations d’Hadoop - Affecter les quotas
Principales distributions d’Hadoop
Objectifs Administration de HDFS
pédagogiques - Gestion des démons Hadoop
Architecture et composants de la - Ajout / suppression des nœuds
l’architecture d’une plateforme Hadoop - Gestion des données dans HDFS
solution Hadoop Approche conceptuelle d’Hadoop Administration de MapReduce
Installer et HDFS : NameNode / DataNode - Gestion des tâches MapReduce
Paradigme MapReduce et YARN - Gestion des nœuds de calcul
Hadoop Les technologies émergentes
sécurité et de récupération des
personnaliser un données
environnement Installation d’une plateforme
Hadoop pour Hadoop Travaux pratiques
optimiser la -
disponibilité et le - Installation d’Hadoop / HDFS ministration pas à pas d’un cluster
débit des données - Installation des principaux Hadoop
composants : Hive, Pig, etc.
Public concerné - Mise en œuvre : installation d’Hadoop
Chef de projets, et de quelques composants
Administrateur
Système et toute
personne souhaitant
mettre en œuvre un commandes, API Rest, serveur http
système Hadoop intégré, API natives
Prérequis YARN, Logs, etc.
Connaissance
systèmes Unix/Linux
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formations16 BIG DATA / DÉVÉLOPPEMENT & DATA ANALYSE Octopeek Formation
Octopeek Formation BIG DATA / DÉVÉLOPPEMENT & DATA ANALYSE 17
BIG DATA
DÉVELOPPEMENT
& DATA ANALYSE
01 Data Analyse Pig, Hive & Spark
02 Développement MapReduce et Spark sur Hadoop
03 Les bases NoSQL
04 Techniques de Data Visualisation18 BIG DATA / DÉVÉLOPPEMENT & DATA ANALYSE Réf. : OCT-FBDT303
DURÉE
3 jours / 21h
Big Data
DATA ANALYSE PIG, HIVE & SPARK Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
Le but de cette formation est de présenter des outils permettant de traiter et
d’analyser des données sur Hadoop. Elle vous permettra de développer des
MODALITÉS compétences en analyse de données en se focalisant sur Pig, Hive et Spark,
ET MOYENS que vous serez en mesure d’exploiter.
PÉDAGOGIQUES
Démonstrations, cas
pratiques, synthèse et Introduction Requêtage des données avec Hive
évaluation des acquis Introduction au Big Data - Description et caractéristiques de Hive
Comprendre les concepts clés Utilisation de HCatalog
et les enjeux du Big Data Analyse des données avec Hive
Objectifs Introduction à Hadoop - Management des données Hive
pédagogiques Principales distributions de - Formats de données Hive
Comprendre ce Hadoop - Création des bases de données
que sont Hadoop et et des tableaux de management
YARN La plateforme Hadoop - Tableaux auto-managés
Pouvoir manipuler Architecture et composants de
les données sous la plateforme Hadoop les vues
Hadoop HDFS - Stockage des résultats de requêtes
Savoir manipuler NameNode / DataNode / - Contrôle d’accès aux données
les données avec RessourceManager Traitement de texte avec Hive
Spark Paradigme MapReduce et YARN Fonctions String
Savoir analyser les Les technologies émergentes Utilisation des expressions
données avec Hive habituelles dans Hive
Traitement des données avec Pig
Public concerné Description et caractéristiques de Pig Apache Spark SQL
Toute personne - Présentation de Pig Présentation générale
souhaitant manipuler - Différence entre Pig et MapReduce Caractéristiques – Architecture
et analyser des don- - Cas d’utilisation de Pig Les bases de Spark
nées dans un cluster Traitement des données DataFrames et DataSets
Hadoop - Modélisation des données Les RDD
- Programmation avec Pig Latin Le SQL Context
Prérequis - Transformations dans la syntaxe Opérations sur les DataFrames
Connaissances Pig Latin et les DataSets
systèmes d’informa- - Fonctions de chargement et de Comparaison entre Spark SQL
tion, connaissances stockage et Hive
bases de données, Travaux pratiques
concepts de
programmation
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formationsRéf. OCT-FBDT304 BIG DATA / DÉVÉLOPPEMENT & DATA ANALYSE 19
Big Data
DURÉE
3 jours / 21h DÉVELOPPEMENT MAPREDUCE
& SPARK SUR HADOOP Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
Hadoop est un framework libre et Open Source destiné à faciliter la création
d’applications distribuées pour le stockage et le traitement d’immenses
MODALITÉS volumes de données. Cette formation vous permettra d’acquérir les
ET MOYENS compétences nécessaires pour développer des solutions compatibles avec
PÉDAGOGIQUES la plateforme Hadoop. Vous apprendrez à développer des applications
Démonstrations, cas MapReduce et Spark sous Hadoop.
pratiques, synthèse et
évaluation des acquis
Introduction Apache Spark
Introduction au Big Data Concept et principe
Objectifs Introduction à Hadoop Pourquoi Spark ?
pédagogiques Introduction à Spark Spark vs MapReduce
Comprendre le Architecture et fonctionnement
fonctionnement de La plateforme Hadoop de Spark
MapReduce Architecture et composants
Comprendre le fonc- de la plateforme Hadoop Programmation avec Spark
tionnement de Spark HDFS : NameNode / DataNode Les bases de Spark
Pouvoir développer Paradigme MapReduce et YARN Les RDD
des applications Les technologies émergentes La programmation parallèle avec
distribuées dans Spark
un environnement MapReduce - Partitionnement, jobs, stage et
Hadoop Détailler l’approche MapReduce tasks
Programmation MapReduce - Changer le niveau de
Public concerné parallélisation
Chef de projets, - Comment interagir avec les jobs Soumettre une application Spark
Développeur, MapReduce à un cluster
Ingénieur d’études, - Principales Interfaces utilisateurs : Manipulation des données avec
Architecte technique Mapper, Reducer, Partitioner, Spark : Spark SQL, DataFrames
et toute personne Counter et DataSets
souhaitant dévelop- - Les entrées / sorties d’une Spark Streaming
per des applications application MapReduce
distribuées dans - Comment réaliser des Travaux pratiques
un environnement tests unitaires d'applications Exercices de mise en pratique de
Hadoop MapReduce la programmation MapReduce et
Comment utiliser des de la programmation Spark
Prérequis combinateurs MapReduce,
Notions en pro- des partitioners et des caches
grammation Java distribués
et/ou Python et SQL Meilleures pratiques pour
développer et débugger des
applications MapReduce
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formations20 BIG DATA / DÉVÉLOPPEMENT & DATA ANALYSE Réf. : OCT-FBDT305
DURÉE
3 jours / 21h
Big Data
LES BASES NoSQL Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
L'utilisation des bases de données NoSQL a explosé depuis quelques années.
L’objectif de cette formation est de présenter un état de l’art sur le sujet. Elle
MODALITÉS vous permettra de comprendre le concept des bases NoSQL et d’apprendre
ET MOYENS à utiliser les bases HBase et ElasticSearch.
PÉDAGOGIQUES
Démonstrations, cas
pratiques, synthèse et Introduction Panorama des principales
évaluation des acquis Concept de bases de données solutions NoSQL
relationnelles
Big Data et nouvelles HBase – Stockage Hadoop
Objectifs caractéristiques des données Présentation générale – Hadoop
pédagogiques Les évolutions des données, Caractéristiques – Architecture
Comprendre le traitements et infrastructures Organisation logique des données
principe des bases Nouveaux besoins en gestion Organisation physique des
NoSQL des données données – configuration distribuée
Savoir utiliser les Limites des SGDB relationnels Communication avec Hbase Shell
bases NoSQL Concept du NoSQL API
Savoir choisir le mo- Théorème de CAP
dèle de base NoSQL ElasticSearch – base orientée
qui répond le plus SQL vs NoSQL document
aux besoins Données structurées vs non Présentation générale & historique
Comprendre le structurées Architecture et technologies
fonctionnement de CAP vs ACID utilisées
HBase, Elasticsearch Table vs document Concepts de base : Index,
et savoir les mani- Schémas des données Document, Cluster, Nœud, Réplique
puler Requêtes Le format JSON
Transactions API Rest
Public concerné Syntaxe Fonctionnement
Chef de projets, Caractéristiques – performance, Kibana et Logstash
Administrateur bases scalabilité, etc.
de données, DSI et Travaux Pratiques
toute personne en Le NoSql Alternance entre les concepts
charge de la mise en Caractéristiques générales théoriques et la mise en pratique à
œuvre et du pilotage Architecture distribuée travers des exercices de réflexion,
d’une base NoSQL Critères de choix d’une base d’installation ou de programmation
NoSQL sur les différentes parties de la
Prérequis Principaux modèles de BDD formation
Connaissances en NoSQL
base de données - Modèles orientés Key-Valeur
Connaissances en sys- - Modèles orientés Document
tèmes d’information - Modèles orientés Colonne
- Modèles orientés Graphe
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formationsRéf. OCT-FBDT306 BIG DATA / DÉVÉLOPPEMENT & DATA ANALYSE 21
DURÉE
2 jours / 14h
Big Data
TECHNIQUES DE DATA VISUALISATION Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
La DataViz est l’art d’attribuer un visage aux données. Elle est présente tout
au long d’un projet Big Data. Cette formation vous permettra de connaître
MODALITÉS les outils et les méthodes de visualisation. Ceci vous permettra de mieux
ET MOYENS comprendre vos données, et part la même occasion, d'accélérer vos prises
PÉDAGOGIQUES de décisions.
Démonstrations, cas
pratiques, synthèse et
évaluation des acquis Introduction & mise en contexte La DataViz selon le modèle de
Importance de la DataViz – la représentation des données :
Pourquoi la DataViz ? graphique, infographie,
Objectifs A qui s’adresse la DataViz ? cartographie, chronologie,
pédagogiques Histoire et origine hiérarchie, réseau, statistique
Comprendre le Principes de la DataViz
principe de la visua- Principes de la perception visuelle Comment choisir une bonne
lisation des données Principes de base de sémiologie représentation des données
« DataViz » graphique Identification de l’objectif de la
Découvrir les outils visualisation : définir le message,
et les frameworks de DataViz & Big Data raconter une histoire, etc.
la DataViz Big Data et les 3V / 6V Identification des types de
Comprendre Collecte de données - Open Data données disponibles
comment choisir une Exploration des données : Estimation des contraintes
bonne représenta- représentation multidimensionnelle, Choix du modèle de
tion des données classification, etc. représentation en fonction
Nettoyage et filtrage des données des données et du message à
Public concerné DataViz et analyse de données transmettre
Data Scientist,
Data Analyst, Dé- Catégories de la DataViz Outils de la DataViz
veloppeur, Mana- La DataViz selon le type de Principaux acteurs du marché
ger, Responsable représentation : fixe, animée et Frameworks de programmation
Marketing et toute interactive pour la DataViz (JavaScript, R,
personne souhaitant La DataViz selon le secteur
utiliser la visualisation d’activité : énergie, Quelques solutions Open Source
des données pharmaceutique, banque,etc. Comment choisir les bons outils ?
La DataViz selon la relation Quelles technologies ?
Prérequis entre les données : temporelle,
Des connaissances classement, comparaison,
sont recommandées répartition, variation, distribution
en Big Data, BI, et corrélation
programmation et
manipulation des
données
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formations22 DATA SCIENCE Octopeek Formation
Octopeek Formation DATA SCIENCE 23
DATA
SCIENCE
01 Data Science – Fondamentaux
02 Data Science avancée
03 R pour la Data Science
04 Python pour la Data Science
05 Spark pour la Data Science24 DATA SCIENCE Réf. : OCT-FDSC401
DURÉE
2 jours / 14h
Data Science
DATA SCIENCE - FONDAMENTAUX Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
La Data Science est aujourd’hui centrale dans les entreprises digitalisées. Le
but de cette formation est de connaître les bonnes pratiques ainsi que les
MODALITÉS outils à utiliser en Data Science.
ET MOYENS
PÉDAGOGIQUES
Démonstrations, cas Introduction à la Data Science Feature Engineering
pratiques, synthèse et Qu’est-ce que la Data Science ? Types de variables : variables
évaluation des acquis - Définition catégorielles / discrètes, variables
- Domaines d’application de la Data continues
Science Méthodes principales : sélection
Objectifs - Outils et algorithmes pour la Data des caractéristiques, réduction de
pédagogiques Science dimensions
Apprendre à mo- De l’analyse statistique au Machine
déliser un problème Learning Les différentes familles
Data Science Enjeux de la Data Science d’algorithmes de Machine
Apprendre à Learning
extraire de la valeur Étapes de réalisation d’un projet L’apprentissage supervisé
de grands ensembles Data Science L’apprentissage non-supervisé
de données en Collecte des données L’apprentissage renforcé
utilisant une variété Préparation et nettoyage des
de méthodes de données Techniques d’évaluation de la
Machine Learning Construction du modèle performance d’un modèle
Apprendre les Évaluation du modèle Choix de la métrique de
meilleures pratiques Visualisation et analyse des performance
en matière de net- résultats La validation croisée
toyage et de prépara- Les bonnes pratiques à adopter Sur-apprentissage et sous-
tion de données. apprentissage
Outils de la Data Science Régularisation
Public concerné Librairies : Sckit-Learn, Pandas,
Développeurs, Data MLlib… La visualisation des données
Scientists et toute Outils de développement: Jupyter Principe de la visualisation des
personne souhaitant Notebook, Tableau, etc. données
acquérir des connais- Importance de la visualisation des
sances dans le domaine Prétraitement des données données
de la Data Science. Nettoyage des données Principaux outils de visualisation
Intégration des données des données
Prérequis Transformation des données
Avoir des connais- Échantillonnage Exemples de cas d’utilisation
sances de base en
mathématiques,
statistiques et
programmation.
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formationsRéf. OCT-FDSC402 DATA SCIENCE 25
DURÉE
3 jours / 21h
Data Science
DATA SCIENCE AVANCÉE Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
L’importance croissante de la Data Science, surtout dans des entreprises à fortes
composantes numériques, nécessite la maitrise et l’expertise de cette dernière.
MODALITÉS Cette formation vise à approfondir des connaissances de base préalablement
ET MOYENS acquises en Data Science. Introduire des algorithmes de Machine Learning
PÉDAGOGIQUES avancés, tels que le Deep Learning, vous aidera à mieux exploiter les méthodes
Démonstrations, cas classiques, en apprenant à choisir un modèle approprié. Vous apprendrez à
pratiques, synthèse et
évaluation des acquis
Introduction générale à la Data Apprentissage non supervisé
Objectifs Science Principe & spécificités
pédagogiques Qu’est-ce que la Data Science ? L’algorithme de K-means
Découvrir et uti- - Définition L’algorithme EM (Espérance-
liser les techniques - Domaines d’application de la Data
d'optimisation des Science Détection des anomalies
paramètres - Outils et algorithmes pour la Data L’analyse en composantes
Comprendre les Science
techniques d'appren- De l’analyse statistique au Machine
tissage supervisé, Learning Traitement automatique
non supervisé, Deep Enjeux de la Data Science du langage naturel (NLP)
Learning et NLP Processus de réalisation d’un projet Principe
Data Science Les étapes de traitement
Public concerné Tokenisation
Data Analysts, Data Techniques d'optimisation des Analyse syntaxique et analyse
Scientists et toute paramètres sémantique
personne souhaitant Modèles ensemblistes Topic Modeling
acquérir des connais- - Stacking Domaines d’application
sances approfondies - Boosting
en Data Science et - Bagging Deep Learning
Machine Learning. Optimisation des hyper paramètres Principe
Sur-apprentissage et sous- Introduction aux réseaux de
Prérequis apprentissage neurones
Avoir des connais- Régularisation Outils techniques / libraires ( Torch,
sances en mathéma-
tiques et statistiques. Apprentissage supervisé Use cases (image recognition avec
Principe de base
Les algorithmes de régression Spécificités du Deep Learning
- Régression linéaire
- Régression logistique Solutions prêtes à l’emploi : AWS,
Classification supervisée Google… et leur intégration
Arbres de décision et Random Forest
Boosting
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formations26 DATA SCIENCE Réf. : OCT-FDSC403
DURÉE
3 jours / 21h
Data Science
R POUR LA DATA SCIENCE Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
le comportement des clients ou d’anticiper des tendances. Ce stage vous
MODALITÉS permettra de découvrir l’analyse de données ainsi que le Machine Learning
ET MOYENS via R, les différentes étapes qui interviennent lors de l’élaboration d’un modèle
PÉDAGOGIQUES statistique, ainsi que l’analyse textuelle et la Data Visualisation.
Démonstrations, cas
pratiques, synthèse et
évaluation des acquis Le langage R Data Analysis
C’est quoi ? Corrélation
Pourquoi R ? Clustering
Objectifs Installation & environnement Text Mining
pédagogiques Regression Analysis
Savoir modéliser Shell, IDE, NoteBook
un problème de Data Interpréteur R Machine Learning
Science en R La base de langage R Modeling Data
Apprendre à Apprentissage supervisé et non
manipuler, préparer, Premiers pas supervisé
nettoyer, traiter et Structure de données Predictive
analyser les données Fonction Evaluation du modèle
avec R. Import, export, parsing des données
Notions statistiques Data Visualisation avec R
Public concerné ggplot2
Développeurs R, Data Manipulation plotly
Data Analysts, Data Manipulation des valeurs vides Geo Mapping
Scientists et toute Transformation de données
personne souhaitant Nettoyage de données
acquérir des connais-
sances dans le Data Wrangling
domaine de la Data Indexation de données
Science et R. Jointure & combinaison
Agrégation & Grouping
Prérequis
Avoir des connais- Data Exploring
sances en mathéma-
tiques, statistiques Explorations statistiques
et programmation R.
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formationsRéf. OCT-FDSC404 DATA SCIENCE 27
DURÉE
3 jours / 21h
Data Science
PYTHON POUR LA DATA SCIENCE Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
comportement des clients ou d’anticiper des tendances.
MODALITÉS Cette formation vous permettra de découvrir la Data Science via Python,
ET MOYENS les différentes étapes qui interviennent lors de l’élaboration d’un modèle
PÉDAGOGIQUES statistique, ainsi que l’analyse textuelle et la Data Visualisation.
Démonstrations, cas
pratiques, synthèse et
évaluation des acquis Introduction à la Data Science Data Analysis – Modeling avec
Qu’est-ce que la Data Science ? Scikit-Learn
- Définition Introduction à Scikit-Learn
Objectifs - Domaines d’application de la Data Étapes d’élaboration d’un modèle
pédagogiques Science Use case
Savoir modéliser - Outils et algorithmes pour la Data Apprentissage supervisé vs
un problème de Data Science apprentissage non supervisé
Science en Python De l’analyse statistique au Machine Evaluation du modèle
Découvrir les Learning Exercices
principales librairies Enjeux de la Data Science
de calcul numérique
dont Numpy, Pandas Le langage Python Principe de la Data Visualisation
et Matplotlib Qu’est-ce que Python ? MatplotLib : Scatter Plot, Box Plot,
Shell, IDE, NoteBook histogrammes
Public concerné Les bases de Python Visualisation interactive
Développeurs, - Structures de données Exercices
Data Analystes, Data - Modules & fonctions
Scientists, et toute - Gestion des fichiers Introduction à l’utilisation de
personne souhaitant Spark avec Python
acquérir des connais- Collecte et préparation des Présentation de Spark
sances dans le données avec Numpy et Pandas Présentation de la librairie PySpark
domaine de la Data Importation et stockage de Les différents types d’analyses
Science et Python données avec PySpark (SQL, Streaming,
Nettoyage et filtrage des données
Prérequis
Une première Transformation des données Travaux pratiques
expérience en pro- Jointure & combinaison Alternance d'apports théoriques,
grammation Python Agrégation & Grouping d’exercices pratiques et de mise
Avoir des connais- Exercices en situation sous forme de travaux
sances de base en pratiques, permettant de tester les
mathématiques et différentes notions abordées.
statistiques
Contact : formation@octopeek.com - Tél.: 09 53 73 74 74 - www.octopeek.com/formations28 DATA SCIENCE Réf. : OCT-FDSC405
DURÉE
3 jours / 21h
Data Science
SPARK POUR LA DATA SCIENCE Intra-entreprises sur devis
APPRÉCIATION
Évaluation qualitative
La Data Science est aujourd’hui centrale dans les entreprises digitalisées.
Le but de cette formation est de se familiariser avec Spark et de comprendre
MODALITÉS son utilisation pour traiter des problèmes de Data Science
ET MOYENS
PÉDAGOGIQUES
Démonstrations, cas
pratiques, synthèse et Introduction à la Data Science Spark SQL
évaluation des acquis Qu’est-ce que la Data Science ? Initiation à Spark SQL
- Définition Création de DataFrames
Objectifs - Domaines d’application de la Data Manipulation des DataFrames
pédagogiques Science (opérations basiques, agrégations
Se familiariser avec - Outils et algorithmes pour la Data
Spark Science Chargement et stockage de
Apprendre à aborder De l’analyse statistique au
les problématiques re- Machine Learning
latives à la Data Science Enjeux de la Data Science Spark ML avec MLlib
avec Spark Modélisation statistique et
Comprendre le prin- Introduction Spark apprentissage
cipe de fonctionnement Qu’est-ce que Spark ? Types de données (Vector,
de Spark et découvrir Fonctionnement : RDD,
les principales librai- DataFrames et DataSets Préparation des données
ries (Streaming, SQL, Comment interagir avec Spark ? Utilisation d’algorithmes de
Machine Learning, Programmer avec Spark : APIs MLlib (k-means, régression
Java, Python, Scala logistique, arbre de discrimination,
Public concerné Manipulation des données Exemple de création d’un modèle
Développeurs, Data Formats basiques (fichiers textes, d’évaluation avec Spark MLlib sur
Analystes, Data Scien- JSON, CSV, SequencesFiles, un jeu de données
tists, et toute personne
souhaitant acquérir des Interagir avec des sources de GraphX et GraphFrames
connaissances dans le données externes : connecteurs Présentation de GraphX
domaine de la Data Hive, JDC, HBase, ElasticSearch… Principe de création des graphes
Science et Spark. API GraphX
Spark Streaming Présentation GraphFrames
Prérequis Introduction à Spark Streaming GraphX vs GraphFrames
Une première expérience La notion de « DStream »
en programmation. Principales sources de données Travaux pratiques
Avoir des connaissances Utilisation de l’API Alternance d'apports théoriques,
en SQL, mathématiques Manipulation des données d’exercices pratiques et de mise
et statistiques. en situation sous forme de travaux
pratiques permettant de tester les
différentes notions abordées.29 Octopeek SAS – 191 av de la Division Leclerc, 95880 Enghien-les-Bains – 09 53 73 74 74 - R.C.S. Pontoise : 519 279 095 SIRET : 519 279 095 00037 – APE : 6202 A - N° TVA Intracommunautaire : FR31 519 279 095 - SAS au capital de 51 300 euros
www.octopeek.com
Vous pouvez aussi lire
