Formations Bases de données et big data

Page 10 sur 69
Orsys
Big Data, FoundationPar Orsys

The Big Data Complete orientation course is the most complete guide for anyone looking to gain an understanding of Big Data and its practical application in an IT and Non-IT environment. Boost your career with this complete Big Data eLearning course and PDF textbook for additional study. This course would be beneficial to recent graduates looking to get a foothold in the IT Industry, IT managers looking to better manage data analysis, businesses looking to organize and analyze large amounts of vital data in order to improve business insights, managers wanting to reach business goals and improve agility, and IT professionals looking to implement new data analysis tools. The Big Data course contains a study guide eBook and online course, and is delivered to you via our eLearning portal, giving you the freedom to access it anytime, whether at home or in the office.

Feel Europe
MySQL : programmation SQL et objets stockésPar Feel Europe
  • Savoir installer MySQL et en assurer l'essentiel de la gestion quotidienne

-

  • Présentation des aspects développement de MySQL, notamment les extensions procédurales (procédures stockées, curseurs, triggers…) apparues avec la version 5
Orsys
Hadoop, installation et administrationPar Orsys

La plateforme Apache Hadoop est la première solution a avoir réellement rendu possibles des traitements (distribués) sur d'énormes quantités de données. Ce cours vous montrera comment installer, configurer et administrer un cluster Hadoop ainsi que d'autres composants de l'écosystème (Hive, Pig, HBase, Flume...).

XXL Formation
Introduction aux bases de données et au langage SQLPar XXL Formation

Formation "découverte » qui vous permettra de comprendre les bases de données relationnelles,leurs principes de fonctionnement et le SQL

IB Formation
PostgreSQL - DéveloppementPar IB Formation

PostgreSQL est un système de gestion de base de données relationnelle et objet (SGBDRO). C'est un outil libre disponible selon les termes d'une licence de type BSD. Ce système est concurrent d'autres systèmes de gestion de base de données, qu'ils soient libres (comme MariaDB, MySQL et Firebird), ou propriétaires (comme Oracle, Sybase, DB2, Informix et Microsoft SQL Server). Comme les projets libres Apache et Linux, PostgreSQL n'est pas contrôlé par une seule entreprise, mais est fondé sur une communauté mondiale de développeurs et d'entreprises. PostgreSQL est largement reconnu pour son comportement stable, proche d'Oracle. Mais aussi pour ses possibilités de programmation étendues, directement dans le moteur de la base de données, via PL/pgSQL. Le traitement interne des données peut aussi être couplé à d'autres modules externes compilés dans d'autres langages.

Dawan
Hadoop : Déployer du Big DataPar Dawan

Comprendre le Big Data et ses enjeux - Savoir déployer Hadoop et son écosystème - Comprendre HDFS, MapReduce - Structurer les données avec HBase - Écrire des requêtes avec HiveQL - Lancer une analyse avec Pig

Micropole Institut
Big Data - Etat de l'artPar Micropole Institut

A l'issue de la formation, les stagiaires seront capables de :

  • Identifier l'impact du Big Data
  • Déterminer les opportunités du Big Data
  • Envisager l'organisation de l'entreprise face au défi du Big Data
  • Définir l'écosystème Hadoop
  • Connaître les métiers du Big Data
Orsys
MySQL, administration avancéePar Orsys

Ce cours propose de vous rendre opérationnel sur un ensemble d'aspects avancés de l'administration MySQL tels que la comparaison des moteurs MyISAM et InnoDB, les connexions SSL, la configuration de plusieurs instances sur une même machine, la réplication et l'architecture MySQL Cluster.

Tanit Formation
Mettre en oeuvre une base de données nosql avec mongodbPar Tanit Formation

Au cours de cette formation, les concepts avancés de l'environnement du SGDB PostgreSQL sont abordés avec pour objectif d'en optimiser l'administration.

Data Value
Analyse des données : méthodes exploratoires (ACP, AFC, classification)Par Data Value

Découvrir les principales méthodes exploratoires d'analyse des données (ACP, AFC, Classification) afin de mettre en évidence les liaisons entre paramètres, les similitudes et différences entre observations. Interpréter les résultats numériques et graphiques, éviter les pièges, savoir résumer l'information obtenue et communiquer les résultats importants