Leveraging Technologies FOAD

• Cette formation à distance, est composée à 70% de cas pratiques et d'exposés. Elle utilise des exercices illustrés, présentés et accomplis avec le formateur.
• Une évaluation quotidienne de l'acquisition des connaissances de la veille est effectuée.
• Une synthèse est proposée en fin de formation.
• Une évaluation à chaud sera proposée au stagiaire à la fin du cours.
• Un support de cours (version électronique) sera remis à chaque participant comprenant les slides sur la théorie, les exercices. Une feuille d'émargement numérique par demi-journée de présence est fournie en fin de formation ainsi qu'une attestation de présence de connexion pour chaque participant.
• Enfin, une attestation de formation sera envoyée si le stagiaire a bien assisté à la totalité de la session.
• En ce qui concerne le matériel informatique du stagiaire, il est seulement préconisé un ordinateur et une connexion internet, une caméra, un casque et un micro.

Si le Big Data est LE sujet du moment, il est souvent considéré comme une boîte noire dans laquelle il est très difficile de se retrouver.  Large regroupement de pratiques, d’objectifs et de technologies différentes, il demeure l’objet de nombreux questionnements.

• Appréhender une problématique Bigdata dans son ensemble.
• Déterminer les principes d’architecture Bigdata
• Déterminer les solutions technologiques
• Rendre vos choix cohérents face aux problématiques opérationnelles de déploiement

• Tout public

Le formateur est un expert du domaine qui intervient sur le sujet depuis plusieurs années en formation mais aussi en conseil.

Doté d’une grande qualité d’écoute, sa pédagogie et sa compétence technique vous permettront d’acquérir les compétences sur les architectures Big Data.

• Profil d'un architecte logiciel

Programme

• Définition du Bigdata et des principes d’architecture utiles (CAP, ACID, scalabilité, share nothing, lambda, map/reduce).
• Focus sur les données, SQL vs NoSQL et retours d’expérience projet
• Démystifier des technologies BigData et leurs usages (Hadoop, HDFS, YARN, Mapreduce, SPARK, MapR, Storm, Kafka, Redis, ELK…)
• Déployer une infrastructure Bigdata, les types de déploiement (Virtualisation, Cloud, Contenerisation)
• Retour d’expérience sur BigData & Machine Learning

Nous consulter