Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Human talk pres

360 vues

Publié le

This is the presentation I made for Human Talk on "Managing a Big-Data Project" at Compiègne, the 2015/12/05

Publié dans : Données & analyses
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Human talk pres

  1. 1. Gestion d'un projet Big Data Pierrick Boitel GI FDD diplômé A14 shaarli.bwatt.eu Affini-Tech
  2. 2. ● Tout le monde voit à peu près ce que représente le Big Data aujourd'hui ● Cependant, très peu de vulgarisation technique ● But : voir pas à pas les étapes, les outils et les compétences nécessaires pour réaliser un projet Big Data ● S'appuie énormément sur les outils du Cloud, qui simplifie grandement les pratiques
  3. 3. Cinq étapes dans la réalisation d'un projet Big Data : 1. Récupération des données 2. Stockage des données 3. Nettoyage et enrichissement des données 4. Analyse des données 5. Visualisation des données
  4. 4. Récupération des données ● Première étape, jamais aussi simple que ce que l'on pense ● Nécessite souvent des compétences web (développer une API), de structure de données (savoir gérer des queues) et de réseaux (VPN, FTP...)
  5. 5. Stockage des données ● Les données nécessitent d'être stockées en base (structuré ou non structuré) ● Nécessite des compétences en système, indexation et base de données
  6. 6. Nettoyage et enrichissement des données ● Principe de base : votre donnée est sale ● Étape beaucoup plus importante que ce que l'on croit et qui nécessite beaucoup de temps ● Nécessite des compétences en script
  7. 7. Analyse des données ● Deux types principaux : regroupement et machine learning ● Nécessite des compétences en script et machine learning
  8. 8. Visualisation des données ● Étape souvent négligée mais qui doit être soignée : représente souvent la seule restitution au client ● Nécessite des compétences en front-end et en datavisualisation
  9. 9. Bilan ● Travailler dans le Big Data nécessite d'être touche à tout ● S'étend sur de nombreux domaines ● Mieux vaut s'y connaître un peu en tout que beaucoup dans peu de domaines
  10. 10. Bilan ● Travailler dans le Big Data nécessite d'être touche à tout ● S'étend sur de nombreux domaines ● Mieux vaut s'y connaître un peu en tout que beaucoup dans peu de domaines

×