Formations Bases de données et big data

Page 26 sur 65
Orsys
PostgreSQL, administration avancéePar Orsys

En suivant ce cours pratique, vous apprendrez l'administration avancée d'une base de données PostgreSQL : les outils et techniques d'évaluation des performances, la configuration fine d'une instance pour une plus grande efficacité, la gestion des connexions et l'utilisation des scripts pour faciliter l'exploitation.

Demos
Intelligence Artificielle : Concepts et ApplicationsPar Demos
  • Pouvoir déterminer les principaux modèles de Data Science, Machine Learning et Deep Learning et leurs applications
  • Comprendre les enjeux économiques et sociétaux de l’intelligence artificielle
  • Disposer d'une vision claire des grands domaines de l’intelligence artificielle et de leurs champs d’application respectifs
M2i Formation
Cassandra - Mise en oeuvre et utilisationPar M2i Formation
  • Identifier les apports de Cassandra
  • L'installer et le configurer
  • Définir le CQL (Cassandra Query Language)
  • Administrer et sécuriser un cluster Cassandra
  • Effectuer des calculs distribués avec Spark.
Ambient IT
Spark & Machine LearningPar Ambient IT

Spark est un framework pour effectuer des calculs distribués sur un cluster d’ordinateurs. Cette formation présente la toute nouvelle version 3.1 sortie en novembre 2018, qui apporte un lot considérable de nouveautés ainsi qu’une amélioration impressionnante des performances !

Créé en 2009 à Berkeley, il est en train de devenir la plateforme « Big Data » privilégiée, qui remplace peu à peu l’écosystème Hadoop, grâce à des API unifiées en Java, Scala, Python, R qui le rendent très facile d’usage.

La formation passe en revue les principaux composants de Spark, ainsi que les nouveaux packages :

  • Spark Core
  • Spark SQL
  • Spark Streaming
  • Spark ML
  • GraphFrame
  • SparkR
  • Deep Learning pipeline

La formation présente aussi l’intégration de Spark avec HDFS. Elle présente l’API de Spark. Les travaux pratiques sont réalisés en Scala par défaut (ou bien Python en option).

Global Knowledge
Deep Learning on AWSPar Global Knowledge

Deep Learning on AWS is a one-day course that introduces you to cloud-based Deep Learning (DL) solutions on Amazon Web Services (AWS). The training will detail how deep learning is useful and explain its different concepts. This course also teaches you how to run your models on the cloud using Amazon SageMaker and MXNet framework. In addition, you will gain a better understanding deploying your deep learning models using AWS services like AWS Lambda and Amazon EC2 Container Service (Amazon ECS) while designing intelligent systems on AWS, based on Deep Learning.

M2i Formation
Big Data - L'essentiel pour les non-informaticiensPar M2i Formation
  • Décrire le concept du Big Data
  • Extraire et exploiter les datas
  • Evaluer l'impact pour les Systèmes d'Information (SI) de l'entreprise
  • Appliquer la réglementation.
IB Formation
L'essentiel des bases de donnéesPar IB Formation

Indispensable à toute entreprise manipulant un nombre important de données, un système de gestion de base de données (SGBD) permet de centraliser et sécuriser les données. Qu’il soit issu du monde Open Source ou proposé par un éditeur reconnu, un SGBD est un logiciel qui permet de stocker et de manipuler des données sous une forme structurée. A l'issue de ce séminaire, les participants auront acquis une vision claire de ce qu'est un SGBD et connaitront les principales solutions du marché, leurs forces et leurs faiblesses. Ils comprendront également l'intérêt de modéliser correctement une base de données pour garantir l'intégrité et les performances, découvriront enfin la puissance du langage SQL pour manipuler les données.

XXL Formation
MySQL - AdministrationPar XXL Formation

Savoir installer et administrer MySQL au quotidien, d'une manière efficace et sécurisée

M2i Formation
Big Data - Gestion de référentiels de donnéesPar M2i Formation
  • Présenter la philosophie des référentiels de données et la méthode à adopter pour mieux appréhender un projet de mise en place d'un MDM (Master Data Management)
  • Identifier les enjeux de la donnée de référence
  • Démontrer l'impact du Big Data sur la donnée de référence.