1-IBM (lundi 16 novembre 2015)
Titre
Big Data and Business Intelligence
Résumé
Introduction à la business intelligence
quels sont les besoins métiers ? quels sont les challenges informatiques
Business Intelligence Architecture
quelles sont les différentes architecture qui portent les analyses de données
Big Data
comment gérer ce flux de données, sous formes diverses et variées, dont les entreprises veulent en tirer le maximum d'information ?
Des exemples concrets de clients déployant des solutions de big data
Questions / Réponses
2-Business &
Decision (mardi 17 et mercredi 18 novembre 2015)
Titre
Le Big data et l’advanced analytic: Passage à une nouvelle ère de l’information
Résumé
Contexte
7 000 000 000 abonnement de mobiles dans le monde
1 320 000 000 utilisateurs Facebook
700 000 000 connexions mobiles à Facebook chaque mois
x300 est le taux de croissance des données numériques prévu de 2005 à 2020 au niveau mondial
53 Go est le trafic annuel prévu par IP par habitant en 2016 (19 Go en 2011).
500 000 000 est le nombre de tweets par jour (soit presque 6 000 par seconde)
80 % des données ont été générées dans les deux dernières années
Passage à la vitesse supérieure pour des besoins métiers mal ou non couverts par la BI et capacité d’améliorer significativement l’intelligence apportée par la donnée (et leur représentation)
Capacité et nécessité, désormais, du fait du contexte de Big Data, d’exploiter un grand volume de données (pour certaines, nouvelles) qu’il faut faire parler différemment et réussir à exploiter convenablement
Les données de l’entreprise sont désormais la plupart du temps accessibles via des entrepôts de données
La puissance de calcul est devenue abordable
Les méthodes et outils traditionnels atteignent leurs limites devant la multiplication des données et des besoins
Nous vous proposons de :
Jour 1: D’appréhender le monde du data scientiste, discipline de spécialistes au travers de :
La définition et le positionnement l’Advanced Analytic et du big data dans le monde du décisionnel
La définition du métier de Data scientiste, métier à la croisée de plusieurs domaines : informatique, statistiques, apprentissage automatique et connaissance métier.
La définition des composantes de l’Advanced Analytic avec focus sur la partie prédictive (Machine learning, Data mining, …)
Un panorama des outils du marché
Les spécificités d’un projet d’advanced analytic
Des retour d’expérience et des cas d’études
Jour 2: De rentrer concrètement dans une solution d’Advanced Analytic et plus particulièrement sur la partie prédictive au travers de :
Travaux pratiques encadrés par un data scientist
Dont la mise en place d’une solution prédictive au travers de l’outil KNIME