Récolte et analyse de données volumineuses Big Data (visio/présentiel)

• Découvrir le Big Data et comprendre ses enjeux ;
• Rassembler de grands ensembles de données ;
• Construire des modèles prédictifs ;
• Analyser les données et percevoir les enjeux et les défis ;
• Mettre en place un projet Big Data.

Les Caractéristiques à la mise en place d’un projet Big Data

• Différencier les projets habituels des projets Big Data ;
• Analyser les échecs des projets Big Data ;
• Organiser un processus de Data Science ;
• Construire un projet Big Data.

Le cadre d’un projet Big Data

• Délimiter le périmètre du projet ;
• Discerner les sources de données ;
• Identifier les différentes entités par ces mêmes sources de données ;
• Déterminer les besoins technologiques à mettre en place ;
• Déduire le budget.

Gestion des projets Big Data

• Appréhender les différentes phases du projet ;
• Découvrir l”Agile Data Management ;
• Fixer les livrables du projet ;
• Mesurer les performances ;
• Percevoir la gestion des obligations juridiques.

Les composants du projet

• Identifier les composants ;
• Affecter une valeur à chaque composant ;
• Vérifier la validité technique du projet.

Les risques du projet

• Caractériser les risques métier et stratégiques ;
• Déterminer les KPIs du projet ;
• Connaître les solutions du marché.

L’organisation d’un projet en équipe

• Se répartir les compétences à avoir au sein de l’équipe ;
• Percevoir les interactions entre les parties prenantes ;
• Choisir les outils adaptés au projet ;
• Déployer une gestion de projet sur le long terme.

Aucun