Introduction

• Les origines du Big Data : un monde de données numériques, l'e-santé, chronologie.
• Une définition par les quatre V : la provenance des données.
• Une rupture : changements de quantité, de qualité, d'habitudes.
• La valeur de la donnée : un changement d'importance.
• La donnée en tant que matière première.
• Le quatrième paradigme de la découverte scientifique.

Big Data : traitements depuis l'acquisition jusqu'au résultat

• L'enchaînement des opérations. L'acquisition.
• Le recueil des données : crawling, scraping.
• La gestion de flux événementiels (Complex Event Processing, CEP).
• L'indexation du flux entrant.
• L'intégration avec les anciennes données.
• La qualité des données : un cinquième V ?
• Les différents types de traitement : recherche, apprentissage (Machine Learning, transactionnel, data mining).
• D'autres modèles d'enchaînement : Amazon, e-Santé.
• Un ou plusieurs gisements de données ? De Hadoop à l'in-memory.
• De l'analyse de tonalité à la découverte de connaissances.

Relations entre Cloud et Big Data

• Le modèle d'architecture des Clouds publics et privés.
• Les services XaaS.
• Les objectifs et avantages des architectures Cloud.
• Les infrastructures.
• Les égalités et les différences entre Cloud et Big Data.
• Les Clouds de stockage.
• Classification, sécurité et confidentialité des données.
• La structure comme critère de classification : non structurée, structurée, semi-structurée.
• Classification selon le cycle de vie : données temporaires ou permanentes, archives actives.
• Difficultés en matière de sécurité : augmentation des volumétries, la distribution.
• Les solutions potentielles.

Introduction à l'Open Data

• La philosophie des données ouvertes et les objectifs.
• La libération des données publiques.
• Les difficultés de la mise en œuvre.
• Les caractéristiques essentielles des données ouvertes.
• Les domaines d'application. Les bénéfices escomptés.

Matériel pour les architectures de stockage

• Les serveurs, disques, réseaux et l'usage des disques SSD, l'importance de l'infrastructure réseau.
• Les architectures Cloud et les architectures plus traditionnelles.
• Les avantages et les difficultés.
• Le TCO. La consommation électrique : serveurs (IPNM), disques (MAID).
• Le stockage objet : principe et avantages.
• Le stockage objet par rapport aux stockages traditionnels NAS et SAN.
• L'architecture logicielle.
• Niveaux d'implantation de la gestion du stockage.
• Le "Software Defined Storage".
• Architecture centralisée (Hadoop File System).
• L'architecture Peer-to-Peer et l'architecture mixte.
• Les interfaces et connecteurs : S3, CDMI, FUSE, etc.
• Avenir des autres stockages (NAS, SAN) par rapport au stockage objet.

Protection des données

• La conservation dans le temps face aux accroissements de volumétrie.
• La sauvegarde, en ligne ou locale ?
• L'archive traditionnelle et l'archive active.
• Les liens avec la gestion de hiérarchie de stockage : avenir des bandes magnétiques.
• La réplication multisites.
• La dégradation des supports de stockage.

Méthodes de traitement et champs d'application

• Classification des méthodes d'analyse selon le volume des données et la puissance des traitements.
• Hadoop : le modèle de traitement Map Reduce.
• L'écosystème Hadoop : Hive, Pig. Les difficultés d'Hadoop.
• OpenStack et le gestionnaire de données Ceph.
• Le Complex Event Processing : un exemple ? Storm.
• Du BI au Big Data.
• Le décisionnel et le transactionnel renouvelés : les bases de données NoSQL.Typologie et exemples.
• L'ingestion de données et l'indexation. Deux exemples : Splunk et Logstash.
• Les crawlers Open Source.
• Recherche et analyse : Elasticsearch.
• L'apprentissage : Mahout. In-memory.
• Visualisation : temps réel ou non, sur le Cloud (Bime), comparaison QlikView, Tibco Spotfire, Tableau.
• Une architecture générale du data mining via le Big Data.

Cas d'usage à travers des exemples et conclusion

• L'anticipation : besoins des utilisateurs dans les entreprises, maintenance des équipements.
• La sécurité des personnes, détection de fraudes (postale, taxes), le réseau.
• La recommandation. Analyses marketing et analyses d'impact.
• Analyses de parcours. Distribution de contenu vidéo.
• Le Big Data pour l'industrie automobile ? Pour l'industrie pétrolière ?
• Faut-il se lancer dans un projet Big Data ?
• Quel avenir pour les données ?
• Gouvernance du stockage des données : rôle et recommandations, le Data Scientist, les compétences d'un projet Big Data.