Big Data, NoSQL

Parcours de formation

■ Cycle certifiant Data Scientist, 15 jours (Réf. KDP)         

Formations "Big Data, NoSQL : état de l'art"

■ Big Data, état de l'art, 2 jours (Réf. BGA)         

■ Big Data, synthèse technique, 2 jours (Réf. BAG)         

■ Bases de données NoSQL, enjeux et solutions, 2 jours (Réf. NSQ)         

Formations "Big Data : mise en oeuvre et certification"

■ Big Data, méthodes et solutions pratiques pour l'analyse des données, 5 jours (Réf. BID)         

■ Big Data Foundation, certification, 3 jours (Réf. BDT)         

Formations "Infrastructures"

■ Traitement de données Big Data en temps réel avec Spark et Storm, 3 jours (Réf. DSS)         

■ Hadoop, installation et administration, 4 jours (Réf. HOD)         

■ MongoDB, mise en œuvre et administration, 3 jours (Réf. MGO)         

■ NEO4J, mise en œuvre et administration, 2 jours (Réf. NVM)         

■ Apache Cassandra, administration et exploitation, 3 jours (Réf. SSA)         

■ Talend Open Studio for Big Data, exploiter ses données massives, 2 jours (Réf. TAD)         

■ Elasticsearch, administration et exploitation, 3 jours (Réf. ELA)         

■ Data Clustering, organiser les données du Big Data, 2 jours (Réf. DAU)         

Formations "Développement"

■ Hadoop, développer des applications pour le Big Data, 4 jours (Réf. APH)         

■ MongoDB, prise en main et développement, 3 jours (Réf. MNO)         

■ Flink, développer des applications pour le Big Data, 3 jours (Réf. FKB)         

■ Apache Storm, développer des applications pour le Big Data, 3 jours (Réf. ASB)         

■ Spark, développer des applications pour le Big Data, 3 jours (Réf. SPK)         

■ NEO4J, prise en main et développement, 2 jours (Réf. NLP)         

■ Développer des applications de DataVisualisation, 4 jours (Réf. DTV)         

Formations "Technique de Big Data Analytics"

■ Statistiques descriptives, introduction, 2 jours (Réf. UES)         

■ Environnement R, manipulations et statistiques élémentaires, 2 jours (Réf. MDR)         

■ Environnement R, traitement de données et analyse statistique, 2 jours (Réf. TDA)         

■ Big Data Analytics avec Python, 4 jours (Réf. BDA)         

■ Big Data Analytics avec R, 4 jours (Réf. DTA)         

Formations "Recherche et DataVisualisation"

■ SQL Big Query pour non informaticiens, 3 jours (Réf. SQC)         

■ Elasticsearch, Logstash et Kibana : indexation, recherche et visualisation de données, 2 jours (Réf. ELK)         

■ Développer des applications de DataVisualisation, 4 jours (Réf. DTV)         

■ Power BI, concevoir des tableaux de bord, 3 jours (Réf. PBI)         

■ DataVisualisation, créer des reportings visuels et interactifs avec Power Map et Power View, 1 jour (Réf. AVI)         

■ Qlik Sense Designer, 2 jours (Réf. IKS)         

■ Tableau Desktop, exploiter visuellement ses données, 2 jours (Réf. TBL)         

Formations "100% e-learning"

■ Langage R, les fondamentaux de la programmation R pour la Data Science, 2 heures 23 mn (Réf. 4LF)         

■ Langage R, accédez à tous vos types de données, 1 heure 52 mn (Réf. 4LR)         

■ BigData : foundation, 24 heures (Réf. YBF)         

■ Big Data, introduction à la plateforme Hadoop et à son écosystème, 1 heure 21 mn (Réf. 4TX)         

■ MapReduce, appliquer le paradigme dans tous les langages et le transposer sous Hadoop, 2 heures 33 mn (Réf. 4TP)         

■ Introduction à la datavisualisation, collecter, traiter et représenter les données, 2 heures 11 mn (Réf. 4TF)         

■ Hbase, introduction à la base de données NoSQL d'Hadoop, 1 heure 45 mn (Réf. 4TG)         

■ Redis, présentation de la base de données NoSQL pour une utilisation en PHP, 2 heures (Réf. 4TH)         

■ HDFS, utiliser le système de fichiers distribué d'Hadoop, 1 heure 58 mn (Réf. 4TO)