Formations Bases de données et big data

Page 30 sur 65
Data Value
Langage SQL – InitiationPar Data Value

Comprendre le fonctionnement d’une Base de Données
Savoir utiliser le langage SQL
Savoir créer une base de données, créer un Modèle
Savoir sauvegarder et restaurer les données
Savoir utiliser MySQL

IB Formation
Big Data - Enjeux et perspectivesPar IB Formation

Les données sont au coeur de notre économie. Les applications, les logiciels, les objets, génèrent des données qui sont collectées, stockées, et disponibles pour être analysées. Et ces données ont beaucoup de valeur. L’objectif de cette formation est d’expliquer comment des entreprises, de toutes industries, de toutes tailles, dans tous les pays du monde, bâtissent de nouveaux modèles d’affaires en valorisant les données dont elles disposent déjà où qu’elles vont collecter. Et de prendre en main de manière pratique, les outils spécifiques au Big Data : ETL, Hadoop, Visualisation graphique...Nous aborderons des exemples concrets d’entreprises, les modèles d’affaires qu’elles ont créés, les méthodes qu’elles ont utilisées, et les outils qu’elles ont déployé. A l’issue de ce séminaire technique, vous saurez concevoir, pour votre entreprise, un modèle d’affaires basé sur les données. Vous connaîtrez de nombreux cas d’usage, les principaux outils disponibles sur le marché et leurs meilleurs usages. Vous saurez tracer le chemin pour transformer votre compagnie en une entreprise "orientée données" (Data Driven).

Orsys
Parcours certifiant Big data : Machine learning et deep learning avec PythonPar Orsys

Ce parcours de formation représente le cinquième bloc de compétences du titre RNCP de niveau 7 (Bac +5) "Expert en informatique et systèmes d’information" reconnu par l'État. L'ensemble de ces formations vous permettra de comprendre la modélisation statistique, les méthodes et solutions de machine learning et de deep learning.

Ambient IT
Industrie 4.0 : Real Time Financial & IoT Data ProcessingPar Ambient IT

Nous venons de rentrer dans l’ère de l’industrie 4.0. Grâce aux apports des technologies Big Data de nouvelles générations telles qu’Apache Kudu, Impala, Spark, et Flink de nouvelles approches ont émergé comprenant notamment le Real Time Financial & l’IoT Data Processing.

Cette formation adopte une approche globale et ce veut un guide pratique couvrant les aspects les plus importants du Big Data destinés aux entreprises modernes.

Vous allez pouvoir appréhender et résoudre une majorité de vos problèmes d’Architecture, de performance et de stockage issue de vos problématiques IT du quotidien de votre entreprise.

Nous mettrons en œuvre les outils et applications de nouvelle génération utilisés :

  • Pour le stockage de données volumineuses
  • L’optimisation de l’entrepôt de données
  • L’ingestion et le traitement en temps réel et par lots de données
  • La visualisation de données en temps réel
  • La gouvernance de données volumineuses
  • Calcul distribué Big Data en mémoire
Arkesys
Régression PLSPar Arkesys

La formation en quelques mots

Cette formation s'adresse à des personnes souhaitant maîtriser les concepts et l’application de la régression PLS : version canonique, version régression et version discriminante (PLS-DA).
Cette formation conviendra à des personnes venant chercher du savoir statistique sur :

Thèmes principaux

Jeux de données

Afin de s'approcher au mieux des réalités quotidiennes des praticiens, nous suggérons de nous appuyer pour l'animation pratique de thématiques et surtout de jeux de données reflétant le quotidien des apprenants.
Cet élément est un facteur de réussite pour la formation. Elle permet aux apprenants de :

Il sera donc pertinent que les apprenants puissent réfléchir en amont de la formation à des problématiques, jeux de données ou documents susceptibles d’être utilisés en support lors de la formation.

Outil logiciel

Cette formation n’est pas dédiée à la pratique d’un logiciel particulier. Les exercices et les illustrations se feront autour d'un des logiciels de statistique suivants : XlStat, R, Jmp, MiniTab, StatGraphics, …
Le logiciel retenu sera choisi en accord avec celui utilisé par le plus grand nombre des stagiaires.

Dawan
Informix Database ApprofondissementPar Dawan

Réaliser des schémas et requêtes quelconques sur Informix - Décrire l'architecture multi-tâches IBM Informix Dynamic Server - Installer, maintenir, administrer et optimiser un serveur IDS

XXL Formation
Optimisation des applications DB2Par XXL Formation

Sensibiliser les participants sur les points clés à surveiller pour l’écriture et la mise en oeuvre d’applications performantes

Data Value
XLSTAT – Prise en main, analyses statistiques et graphiquesPar Data Value

Connaître le logiciel XLSTAT pour gérer les données, réaliser des analyses statistiques et graphiques.
Apprendre à mettre en oeuvre les méthodes de statistiques descriptives, inférentielles, Anova, régression, analyse de données multidimensionnelles (ACP, AFC, ACM, classification), méthodes décisionnelles dans le logiciel XLSTAT.

Arkesys
Text Mining - InitiationPar Arkesys

La formation en quelques mots

Cette formation s'adresse à des personnes souhaitant extraire de l’information de grandes bases de données textuelles. Elle a pour objectif de faire découvrir le Text Mining, en adoptant une approche essentiellement statistique. Pour cela, après avoir présenté les spécificités des données textuelles, les principales méthodes de représentation ainsi que les pré-traitements indispensables seront présentés. Ensuite, les principales applications du Data Mining seront abordées : visualisation, apprentissage supervisé (classification de documents) et non supervisé (extraction de thématiques).
Les différentes notions seront illustrées à l’aide d’applications sur données réelles sous le logiciel R.

Thèmes principaux

Outil logiciel

Cette formation n’est pas dédiée à la pratique d’un logiciel particulier mais nous proposons de nous appuyer sur le logiciel R pour les exercices et les illustrations.

Data Value
Enquête par sondagePar Data Value

Acquérir la méthodologie des enquêtes par sondage : techniques d'échantillonnage, conception de questionnaire, recueil des réponses, codage des données