Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

Dimension: px
Commencer à balayer dès la page:

Download "Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux"

Transcription

1 Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

2 Plan Objectifs Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires

3 Structure générale des études à l UTC Règlement des études : -Minimum 22 UVs réussies -Dont 14 dans les catégories CF/CP -NPML, communication -Culture générale -Validation stage et projet Specialisation 1st Internship Fondamental Training 2nd Internship Fondamental& Specialisation

4 Structure du département GI Pierre Morizet

5 Double-diplômes : Cranfield (UK) Saragosse (Esp) Turin (It)* Les séjours à l étranger

6 Photographie d une promotion Flux moyen : 150 diplômés par an Profil moyen d un diplômé du GI 25 UV environ. Dont 18 CF/CP Plus de 3 mentionnées 2 semestres en entreprise Quelques chiffres Près de 40% ont passé au moins 6 mois dans un pays étranger Plus de 20% sortiront avec 2 diplômes (DEA, Masters étrangers)

7 Objectifs Constat Besoin Réponse Les entreprises et administrations sont confrontées à des données surabondantes Extraire des informations permettant de faciliter les prises de décision. Former des ingénieurs mineurs de données information = minerai ingénieur = mineur

8 Débouchés Deux orientations Informatique décisionnelle Gestion d entrepôts de données Secteurs d activités très variés : Entreprises utilisatrices : des multinationales à l administration en prililégiant les banques et les assurances ; Sociétés de Services et d Ingénierie Informatiques (SSII) Editeurs de logiciels (SAS, SPPS...).

9 Débouchés Domaines d applications Analyse de risque: assurance Analyse financière: tendance boursière Décisionnel : stratégie industrielle et commerciale Marketing: prospection de clients, CRM Médecine: recherche de structures génétiques, Prédiction : pic de pollution Gestion de stock...

10 Formation Objectif double : structurer et constituer de vastes entrepôts de données à partir de systèmes parfois hétérogènes «fouiller» ces données pour répondre à des questions précises, tester des hypothèses, réaliser des prédictions ou découvrir des relations cachées.

11 Formation UV s spécifiques NF26 SY09 SY19 AP NF26 : Data Warehouse et décisionnel Principes de développement et d'exploitation des outils informatiques pour la conception et l'exploitation d'entrepôts de données la prise de décision Concepts de base des modèles multidimensionnels; Alimentation; Interrogation, requêtage, OLAP (On-Line Analytical Processing). Outils décisionnels (régression, CRM, tableaux de bord, ) Sources de données BO Data Integrator BO Enterprise Bases Temps Réel Data Cleansing Applications Métiers, ERP Fichiers, Web, XML, COBOL Batch Data profiling Moteur ETL Data Validation Data Auditing Data Warehouse Pilotage Reporting Interrogation Analyses Analyse d Impacts Metadonnées Origine des données

12 Formation UV s spécifiques NF26 SY09: Analyse de données pour le Data Mining Visualisation des données SY09 SY19 AP Exploration statistique Classification automatique Regression

13 Formation UV s spécifiques NF26 SY09 SY19 SY19 : Méthodes de décision statistiques Théorie de la décision Reconnaissance des formes Réseaux de neurones à couches Arbres de décision AP

14 Formation UV s spécifiques NF26 SY09 SY19 Atelier projet (en cours d élaboration) En partenariat avec des industriels, Des problèmes concrets Réalisé par groupe de deux étudiants Suivi par un enseignant de l équipe pédagogique de la filière. AP

15 Formations UVs Connexes Prérecquis du profil commun de branche SY02: Méthodes statistisques pour l ingénieur NF16: Algorithmique et structures de données NF17: Bases de données UV s liées: GE40: Management de projets LO17: Recherche d information: indexation et multimédia LO18: Projet multimédia SR03: Programmation des applications internet LO20: Génie logiciel RO04: Optimisation discrète et continue RO05: Processus stochastiques RO06: Simulation et technique d optimisation SY23: Vision et image

16 Enseignants et partenaires Partenaires industriels EDF, Micropole-Univers, Exalead KXEN SAS CEA.. Equipe pédagogique Stéphane Crozat (UTC), Thierry Denœux (UTC), Gérard Govaert (UTC), Pierre Morizet (UTC), Samuel Samson (Micropole-Univers)

17 Promotions FD Depuis l automne étudiants/an en moyenne Domaines couverts en stages et projets Informatique financière, workflow, reporting, traitement d images, analyse de procédé, business intelligence, datawarehouse, décisonnel analyse multivariée, modèles prédictifs, règles d association Entreprises ayant accueilli des projets de fin d études FD Bios-groupe Keyrus, Business & Decision, Cadexan, Cap Gemini, CERF, CEA, CSC Infogerance, Dassault Systems, Ernst & Young, France Télécom, GDF, General Electric, GE Healthcare System, Glaxowellcome, IBM, INRIA, Legrand S.A, Logia-CMG-Unilog, Mereo, Mircropole Univers, Parexel international, PSA, Siemens, Société Générale, Solystic, Umanis Nord, Universités,

18 Merci de votre attention

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires Motivations de la filière fouille de données

Plus en détail

Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.

Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc. Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.fr Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants

Plus en détail

Introduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours

Introduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours Information du cours Informatique décisionnelle et data mining www.lia.univ-avignon.fr/chercheurs/torres/cours/dm Juan-Manuel Torres juan-manuel.torres@univ-avignon.fr LIA/Université d Avignon Cours/TP

Plus en détail

La Business Intelligence pour les Institutions Financières. Jean-Michel JURBERT Resp Marketing Produit

La Business Intelligence pour les Institutions Financières. Jean-Michel JURBERT Resp Marketing Produit La Business Intelligence pour les Institutions Financières Jean-Michel JURBERT Resp Marketing Produit Agenda Enjeux des Projets Financiers Valeur de Business Objects Références Clients Slide 2 Des Projets

Plus en détail

Vous trouvez plus d information sur AREL. ainsi que sur : http://www.eisti.fr/ mma/html-iad/iad.html

Vous trouvez plus d information sur AREL. ainsi que sur : http://www.eisti.fr/ mma/html-iad/iad.html ainsi que sur : http://www.eisti.fr/ mma/html-iad/iad.html Option Deux thèmes : La recherche opérationnelle : Traiter des problèmes d optimisation, d aide à la décision et d évaluation de performances

Plus en détail

Workflow/DataWarehouse/DataMining. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1

Workflow/DataWarehouse/DataMining. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1 Workflow/DataWarehouse/DataMining 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1 plan Workflow DataWarehouse Aide à la décision DataMinig Conclusion 14-09-98 LORIA

Plus en détail

Master Informatique Aix-Marseille Université

Master Informatique Aix-Marseille Université Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes

Plus en détail

Didier MOUNIEN Samantha MOINEAUX

Didier MOUNIEN Samantha MOINEAUX Didier MOUNIEN Samantha MOINEAUX 08/01/2008 1 Généralisation des ERP ERP génère une importante masse de données Comment mesurer l impact réel d une décision? Comment choisir entre plusieurs décisions?

Plus en détail

Bases de Données Avancées

Bases de Données Avancées 1/26 Bases de Données Avancées DataWareHouse Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR Léonard de Vinci 74, rue Marcel Cachin,

Plus en détail

Ingénierie de Systèmes Intelligents

Ingénierie de Systèmes Intelligents Ingénierie de Systèmes Intelligents p. 1/? Ingénierie de Systèmes Intelligents Maria Malek maria.malek@eisti.fr Ecole Internationale des Sciences de Traitement de l Information (EISTI) http://www.eisti.fr/

Plus en détail

La problématique. La philosophie ' ) * )

La problématique. La philosophie ' ) * ) La problématique!" La philosophie #$ % La philosophie &'( ' ) * ) 1 La philosophie +, -) *. Mise en oeuvre Data warehouse ou Datamart /01-2, / 3 13 4,$ / 5 23, 2 * $3 3 63 3 #, 7 Datawarehouse Data warehouse

Plus en détail

Présentation de la VAP DSI

Présentation de la VAP DSI Présentation de la VAP DSI «Intégration et Déploiement de Systèmes d Information» Domaine Informatique et SI Claire LECOCQ, Responsable pédagogique Département Informatique Bureau D307 Claire.Lecocq@it-sudparis.eu

Plus en détail

UNIVERSITÉ DE TECHNOLOGIE DE COMPIÈGNE UTC. Génie informatique

UNIVERSITÉ DE TECHNOLOGIE DE COMPIÈGNE UTC. Génie informatique UNIVERSITÉ DE TECHNOLOGIE DE COMPIÈGNE UTC Génie informatique [ Objectifs de formation Le département Génie Informatique (GI) de l UTC prépare les futurs ingénieurs/masters/ docteurs à : > maîtriser les

Plus en détail

IODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21

IODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21 IODAA de l 1nf0rmation à la Décision par l Analyse et l Apprentissage IODAA Informations générales 2 Un monde nouveau Des données numériques partout en croissance prodigieuse Comment en extraire des connaissances

Plus en détail

Statistiques et traitement des données

Statistiques et traitement des données Statistiques et traitement des données Mention : Mathématiques Nature de la formation : Diplôme national de l'enseignement Supérieur Durée des études : 2 ans Crédits ECTS : 120 Formation accessible en

Plus en détail

BUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise

BUSINESS INTELLIGENCE. Une vision cockpit : utilité et apport pour l'entreprise BUSINESS INTELLIGENCE Une vision cockpit : utilité et apport pour l'entreprise 1 Présentation PIERRE-YVES BONVIN, SOLVAXIS BERNARD BOIL, RESP. SI, GROUPE OROLUX 2 AGENDA Définitions Positionnement de la

Plus en détail

Conseil et Ingénierie des Systèmes d Information d Entreprise

Conseil et Ingénierie des Systèmes d Information d Entreprise Conseil et Ingénierie des Systèmes d Information d Entreprise Le Groupe Khiplus SAS KHIPLUS Management Société holding animatrice du groupe SAS KHIPLUS Advance Conseil et ingénierie de Systèmes d Information

Plus en détail

BI = Business Intelligence Master Data-ScienceCours 3 - Data

BI = Business Intelligence Master Data-ScienceCours 3 - Data BI = Business Intelligence Master Data-Science Cours 3 - Datawarehouse UPMC 8 février 2015 Rappel L Informatique Décisionnelle (ID), en anglais Business Intelligence (BI), est l informatique à l usage

Plus en détail

Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise.

Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Solutions PME VIPDev Nos Solutions PME VIPDev sont les Atouts Business de votre entreprise. Cette offre est basée sur la mise à disposition de l ensemble de nos compétences techniques et créatives au service

Plus en détail

LES ENTREPOTS DE DONNEES

LES ENTREPOTS DE DONNEES Module B4 : Projet des Systèmes d information Lille, le 25 mars 2002 LES ENTREPOTS DE DONNEES Problématique : Pour capitaliser ses informations, une entreprise doit-elle commencer par mettre en œuvre des

Plus en détail

DESCRIPTIF DE MODULE S5 GSI

DESCRIPTIF DE MODULE S5 GSI Option SIM DESCRIPTIF DE MODULE S5 GSI : Gouvernance et Systèmes d Information COORDONNATEUR DU MODULE : Département : Ce module a pour but d enseigner les méthodes, les règles et les pratiques nécessaires

Plus en détail

Entreposage, analyse en ligne et fouille de données

Entreposage, analyse en ligne et fouille de données Entreposage, analyse en ligne et fouille de données Houssem Jerbi IRIT - SIG/ED jerbi@irit.fr Journée COMPIL " Bases de Données" 14/12/2010 PLAN Introduction Bases de données Entrepôt de données Technologie

Plus en détail

Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence

Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION Mentions

Plus en détail

Business Intelligence : Informatique Décisionnelle

Business Intelligence : Informatique Décisionnelle Business Intelligence : Informatique Décisionnelle On appelle «aide à la décision», «décisionnel», ou encore «business intelligence», un ensemble de solutions informatiques permettant l analyse des données

Plus en détail

Introduction à la B.I. Avec SQL Server 2008

Introduction à la B.I. Avec SQL Server 2008 Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide

Plus en détail

Licence Professionnelle en Statistique et Informatique Décisionnelle (S.I.D.)

Licence Professionnelle en Statistique et Informatique Décisionnelle (S.I.D.) Université de Lille 2 - Droit et Santé Ecole Supérieure des Affaires & Institut Universitaire de Technologie (IUT-C) Département Statistique et Traitement Informatique des Données Licence Professionnelle

Plus en détail

Informatique et Systèmes d'information

Informatique et Systèmes d'information Informatique et Systèmes d'information Concevoir, intégrer et optimiser des solutions informatiques pour la gestion de l'information dans l'entreprise Marc LEMERCIER marc.lemercier@utt.fr Twitter : @lemerciermarc

Plus en détail

Les solutions SAS pour les Petites et Moyennes Entreprises

Les solutions SAS pour les Petites et Moyennes Entreprises BROCHURE SOLUTION Les solutions SAS pour les Petites et Moyennes Entreprises Sur un marché aussi compétitif que celui des Petites et Moyennes Entreprises, le temps et l efficacité sont deux valeurs prioritaires

Plus en détail

QU EST-CE QUE LE DECISIONNEL?

QU EST-CE QUE LE DECISIONNEL? La plupart des entreprises disposent d une masse considérable d informations sur leurs clients, leurs produits, leurs ventes Toutefois ces données sont cloisonnées par les applications utilisées ou parce

Plus en détail

SYSTEME D INFORMATION MARKETING ET COMMERCE

SYSTEME D INFORMATION MARKETING ET COMMERCE SYSTEME D INFORMATION MARKETING ET COMMERCE Préparez ce diplôme à l école de Management de l IGA OBJECTIFS DE LA FORMATION L'objectif de cette spécialité est de former aux différents métiers du marketing

Plus en détail

CARTE HEURISTIQUE...1 LA CHAÎNE DÉCISIONNELLE...2. Collecte des données...2 Stockage des Données...3 Exploitation des Données...4 OLTP ET OLAP...

CARTE HEURISTIQUE...1 LA CHAÎNE DÉCISIONNELLE...2. Collecte des données...2 Stockage des Données...3 Exploitation des Données...4 OLTP ET OLAP... Table des matières CARTE HEURISTIQUE...1 LA CHAÎNE DÉCISIONNELLE...2 Collecte des données...2 Stockage des Données...3 Exploitation des Données...4 OLTP ET OLAP...6 OPÉRATIONS SUR LES CUBES...7 Exemple

Plus en détail

Introduction à l Informatique Décisionnelle - Business Intelligence (7)

Introduction à l Informatique Décisionnelle - Business Intelligence (7) Introduction à l Informatique Décisionnelle - Business Intelligence (7) Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Septembre 2013 Emergence

Plus en détail

PROJET ECUREUIL DU CNIP INFORMATIQUE DÉCISIONNELLE SERVEURS D'ANALYSE OLAP ESNE-IG RAPPORT DE TRAVAIL DE DIPLÔME 2007 FABIEN AIRIAU

PROJET ECUREUIL DU CNIP INFORMATIQUE DÉCISIONNELLE SERVEURS D'ANALYSE OLAP ESNE-IG RAPPORT DE TRAVAIL DE DIPLÔME 2007 FABIEN AIRIAU PROJET ECUREUIL DU CNIP INFORMATIQUE DÉCISIONNELLE SERVEURS D'ANALYSE OLAP ESNE-IG RAPPORT DE TRAVAIL DE DIPLÔME 2007 FABIEN AIRIAU Fabien Airiau ESNE-IG Rapport de travail de diplôme 2007 Page 1 sur 77

Plus en détail

Le terme «ERP» provient du nom de la méthode MRP (Manufacturing Ressource Planning) utilisée dans les années 70 pour la gestion et la planification

Le terme «ERP» provient du nom de la méthode MRP (Manufacturing Ressource Planning) utilisée dans les années 70 pour la gestion et la planification Séminaire national Alger 12 Mars 2008 «L Entreprise algérienne face au défi du numérique : État et perspectives» CRM et ERP Impact(s) sur l entreprise en tant qu outils de gestion Historique des ERP Le

Plus en détail

BI = Business Intelligence Master Data-Science

BI = Business Intelligence Master Data-Science BI = Business Intelligence Master Data-Science UPMC 25 janvier 2015 Organisation Horaire Cours : Lundi de 13h30 à 15h30 TP : Vendredi de 13h30 à 17h45 Intervenants : Divers industriels (en cours de construction)

Plus en détail

OLAP. Data Mining Decision

OLAP. Data Mining Decision Machine Learning Information Systems Data Warehouses Web & Cloud Intelligence OLAP Knowledge Management Data Mining Decision ENTREPÔTS, REPRÉSENTATION & INGÉNIERIE des CONNAISSANCES Une recherche pluridisciplinaire...

Plus en détail

Entrepôt de données 1. Introduction

Entrepôt de données 1. Introduction Entrepôt de données 1 (data warehouse) Introduction 1 Présentation Le concept d entrepôt de données a été formalisé pour la première fois en 1990 par Bill Inmon. Il s agissait de constituer une base de

Plus en détail

Informatique des systèmes embarqués

Informatique des systèmes embarqués 1 Informatique des systèmes embarqués Former des ingénieurs capables d appréhender la programmation et l intégration de systèmes complexes pouvant être embarqués, intégrés, interactifs et communicants.

Plus en détail

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012

CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012 CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2012 AGENDA Qui sommes nous? Présentation de Keyrus Keyrus : Expert en formations BI Nos propositions de formation 3 modes de formations Liste des

Plus en détail

Intelligence Economique - Business Intelligence

Intelligence Economique - Business Intelligence Intelligence Economique - Business Intelligence Notion de Business Intelligence Dès qu'il y a une entreprise, il y a implicitement intelligence économique (tout comme il y a du marketing) : quelle produit

Plus en détail

2 Business Intelligence avec SQL Server 2008

2 Business Intelligence avec SQL Server 2008 Introduction «Voudriez-vous me dire, s il vous plaît, quel chemin je dois prendre pour m en aller d ici? Cela dépend beaucoup de l endroit où tu veux aller, répondit le chat. Peu m importe l endroit...

Plus en détail

BI2B est un cabinet de conseil expert en Corporate Performance Management QUI SOMMES-NOUS?

BI2B est un cabinet de conseil expert en Corporate Performance Management QUI SOMMES-NOUS? SOMMAIRE Qui sommes nous? page 3 Notre offre : Le CPM, Corporate Performance Management page 4 Business Planning & Forecasting page 5 Business Intelligence page 6 Business Process Management page 7 Nos

Plus en détail

Les PGI. A l origine, un progiciel était un logiciel adapté aux besoins d un client.

Les PGI. A l origine, un progiciel était un logiciel adapté aux besoins d un client. Les PGI Les Progiciels de Gestion Intégrés sont devenus en quelques années une des pierres angulaire du SI de l organisation. Le Système d Information (SI) est composé de 3 domaines : - Organisationnel

Plus en détail

Informatique Décisionnelle pour l environnement

Informatique Décisionnelle pour l environnement Territoires, Environnement, Télédétection et Information Spatiale Unité mixte de recherche AgroParisTech - Cirad - Irstea Informatique Décisionnelle pour l environnement Principe, architecture informatique

Plus en détail

Ici, le titre de la. Tableaux de bords de conférence

Ici, le titre de la. Tableaux de bords de conférence Ici, le titre de la Tableaux de bords de conférence pilotage d entreprise, indicateurs de performance reporting et BI quels outils seront incontournables à l horizon 2010? Les intervenants Editeur/Intégrateur

Plus en détail

CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2012

CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2012 CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS Edition 2012 SOMMAIRE Qui sommes nous? Présentation de Keyrus Notre partenariat SAP Business Objects Nos engagements Formations Nos propositions de formation

Plus en détail

BI Open Source Octobre 2012. Alioune Dia, Consultant BI alioune.dia@openbridge.fr

BI Open Source Octobre 2012. Alioune Dia, Consultant BI alioune.dia@openbridge.fr BI Open Source Octobre 2012 Alioune Dia, Consultant BI alioune.dia@openbridge.fr 1 Le groupe, en bref 2004 Date de création +7M * Chiffre d affaires 2012 +80 Collaborateurs au 06/2011 35% Croissance chiffre

Plus en détail

MANAGEMENT DES SERVICES INFORMATIQUES

MANAGEMENT DES SERVICES INFORMATIQUES MANAGEMENT DES SERVICES SOMMAIRE SAP BO DASHBOARDS 4.0 3 Nouveautés SAP BO Web Intelligence BI 4 3 SAP BO Web Intelligence 4 Niveau 1 4 SAP BO Web Intelligence 4 Niveau 2 4 SAP BO Web Intelligence XI3

Plus en détail

BUSINESS INTELLIGENCE

BUSINESS INTELLIGENCE GUIDE COMPARATIF BUSINESS INTELLIGENCE www.viseo.com Table des matières Business Intelligence :... 2 Contexte et objectifs... 2 Une architecture spécifique... 2 Les outils de Business intelligence... 3

Plus en détail

CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2013

CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2013 CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS Edition 2013 SOMMAIRE AGENDA Qui sommes nous? Présentation de Keyrus Notre partenariat SAP Business Objects Nos engagements Formations Nos propositions de formation

Plus en détail

CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2014

CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS. Edition 2014 CATALOGUE DE FORMATIONS SAP BUSINESS OBJECTS Edition 2014 SOMMAIRE AGENDA Qui sommes nous? Présentation de Keyrus Notre partenariat SAP Business Objects Nos engagements Formations Nos propositions de formation

Plus en détail

Introduction à lʼinformatique. Décisionnelle (ID) / Business. Intelligence» (1)

Introduction à lʼinformatique. Décisionnelle (ID) / Business. Intelligence» (1) Introduction à lʼinformatique Décisionnelle et la «Business Intelligence» (1) Bernard ESPINASSE Professeur à Aix-Marseille Université (AMU) Ecole Polytechnique Universitaire de Marseille Septembre 2013

Plus en détail

IBM Cognos TM1. Fiche Produit. Aperçu

IBM Cognos TM1. Fiche Produit. Aperçu Fiche Produit IBM Cognos TM1 Aperçu Cycles de planification raccourcis de 75 % et reporting ramené à quelques minutes au lieu de plusieurs jours Solution entièrement prise en charge et gérée par le département

Plus en détail

Ingénierie de Systèmes Intelligents

Ingénierie de Systèmes Intelligents Ingénierie de Systèmes Intelligents p. 1/ Ingénierie de Systèmes Intelligents Application : Web Intelligent Maria Malek EISTI Ingénierie de Systèmes Intelligents p. 2/ Objectif Traitement Intelligent des

Plus en détail

Analyse de grandes bases de données en santé

Analyse de grandes bases de données en santé .. Analyse de grandes bases de données en santé Alain Duhamel Michaël Genin Mohamed Lemdani EA 2694 / CERIM Master 2 Recherche Biologie et Santé Journée Thématique Fouille de Données Plan. 1 Problématique.

Plus en détail

Présentations personnelles. filière IL

Présentations personnelles. filière IL Présentations personnelles filière IL Résumé Liste de sujets de présentations personnelles. Chaque présentation aborde un sujet particulier, l'objectif étant que la lecture du rapport ainsi que l'écoute

Plus en détail

Offre Décisionnel - 2014/2015 - CONSEIL, SOLUTIONS DE TRANSFORMATION ET SERVICES IT. Offre Décisionnel

Offre Décisionnel - 2014/2015 - CONSEIL, SOLUTIONS DE TRANSFORMATION ET SERVICES IT. Offre Décisionnel Offre Décisionnel - 2014/2015-1/39 SODIFRANCE INSTITUT VOTRE PARTENAIRE FORMATION Sodifrance Institut, filiale du Groupe Informatique Sodifrance, est spécialisé dans les formations techniques. Grâce aux

Plus en détail

Présentation de l offre produit de Business Objects XI

Présentation de l offre produit de Business Objects XI Conseil National des Assurances Séminaire - Atelier L information au service de tous Le 09 Novembre 2005 Présentation de l offre produit de XI Amar AMROUCHE Consultant Avant Vente aamrouche@aacom-algerie.com

Plus en détail

Tour d horizon du marché du décisionnel : se repérer dans

Tour d horizon du marché du décisionnel : se repérer dans Tour d horizon du marché du décisionnel : se repérer dans la jungle des outils et intégrateurs Sylvie Delplanque - Directrice adjointe, chargée des SI et de la téléphonie, CH de Calais Mardi 12 mai 2009

Plus en détail

Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining.

Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. 2 jours : Mardi 15 et mercredi 16 novembre 2005 de 9 heures 30 à 17 heures 30 Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. Madame, Monsieur, On parle

Plus en détail

Suite Jedox La Business-Driven Intelligence avec Jedox

Suite Jedox La Business-Driven Intelligence avec Jedox Suite La Business-Driven Intelligence avec Une solution intégrée pour la simulation, l analyse et le reporting vous offre la possibilité d analyser vos données et de gérer votre planification selon vos

Plus en détail

FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis

FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis Joseph Salmon Télécom ParisTech Jeudi 6 Février Joseph Salmon (Télécom ParisTech) Big Data Jeudi 6 Février 1 / 18 Agenda Contexte et opportunités

Plus en détail

«Nos valeurs à votre service» Genève. Business Intelligence Data Management Développement Web. Présentation Société

«Nos valeurs à votre service» Genève. Business Intelligence Data Management Développement Web. Présentation Société «Nos valeurs à votre service» Genève Business Intelligence Data Management Développement Web Présentation Société Qui sommes-nous? Notre société Nos activités Notre approche Notre équipe La Business Intelligence

Plus en détail

ATELIER. QUASAR OBILOG BI (Décisionnel) ATELIER > PROJET BI

ATELIER. QUASAR OBILOG BI (Décisionnel) ATELIER > PROJET BI ATELIER QUASAR OBILOG BI (Décisionnel) Sommaire Définitions Objectifs du projet Notre démarche Notre partenaire (TIBCO) Présentation indicateurs Production et Qualité Création indicateur (TRS) Disponibilité

Plus en détail

MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP

MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP METHODES & CONCEPTS POUR UNE INGENIERIE INNOVANTE Ecole Nationale Supérieure des Mines de Rabat Département INFORMATIQUE www.enim.ac.ma MANAGEMENT

Plus en détail

Urbanisation des SI-NFE107

Urbanisation des SI-NFE107 OLAP Urbanisation des SI-NFE107 Fiche de lecture Karim SEKRI 20/01/2009 OLAP 1 Introduction PLAN OLAP Les différentes technologies OLAP Plate formes et Outils 20/01/2009 OLAP 2 Informatique décisionnelle

Plus en détail

Département Génie industriel & mathématiques appliquées Option ISDP Ingénierie des systèmes de décision et de production

Département Génie industriel & mathématiques appliquées Option ISDP Ingénierie des systèmes de décision et de production Département Génie industriel & mathématiques appliquées Option ISDP Ingénierie des systèmes de décision et de production Responsable W. RAMDANE CHERIF Objectif de l option ISDP Permettre à des ingénieurs

Plus en détail

PLAN. Les systèmes d'information analytiques. Exemples de décisions

PLAN. Les systèmes d'information analytiques. Exemples de décisions Les systèmes d'information analytiques Dr A.R. Baba-ali Maitre de conferences USTHB PLAN Le cycle de decision Les composants analytiques ETL (Extract, Transform and Load) Entrepot de (Data warehouse) Traitement

Plus en détail

Université Libre de Tunis

Université Libre de Tunis Ingénieur: Génie Informatique Code et Intitulé des Matières Enseignées Plan d'etudes : Semestre 1 S1-01 Algorithmique et Structures de Données 1 S1-02 Programmation C S1-03 Logiques Mathématiques S1-04

Plus en détail

Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé

Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé ESNE Travail de diplôme 2011 Business Intelligence Open Source SpagoBI/Talend Résumé I.Cirillo 2010-2011 Introduction Le laboratoire de base de données de l ESNE a mis en place, il y a quelques années,

Plus en détail

connaissances «intéressantes» ou des motifs (patterns) à partir d une grande quantité de données.

connaissances «intéressantes» ou des motifs (patterns) à partir d une grande quantité de données. Data Mining = Knowledge Discovery in Databases (KDD) = Fouille de données 1 Définition : Processus ou méthode qui extrait des connaissances «intéressantes» ou des motifs (patterns) à partir d une grande

Plus en détail

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement

Fournir un accès rapide à nos données : agréger au préalable nos données permet de faire nos requêtes beaucoup plus rapidement Introduction Phases du projet Les principales phases du projet sont les suivantes : La mise à disposition des sources Des fichiers Excel sont utilisés pour récolter nos informations L extraction des données

Plus en détail

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1 Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe

Plus en détail

Domaines d intervention

Domaines d intervention MANAGEMENT INFORMATIQUE 1 PLACE DE L EGALITE 78280 GUYANCOURT TELEPHONE + 33 1 30 48 54 34 TELECOPIE + 33 1 30 48 54 34 INFOS mailto:contact@managementinformatique.com Société Présentation Société Notre

Plus en détail

KEYRUS - EXPERT EN BUSINESS INTELLIGENCE & EISTI OPTION IAD

KEYRUS - EXPERT EN BUSINESS INTELLIGENCE & EISTI OPTION IAD KEYRUS - EXPERT EN BUSINESS INTELLIGENCE & EISTI OPTION IAD Le 1 er décembre, 2011 SOMMAIRE Présentation du Groupe Keyrus Qui sommes-nous? Nos partenaires, Nos clients Notre politique RH Notre activité

Plus en détail

En synthèse. HVR pour garantir les échanges sensibles de l'entreprise

En synthèse. HVR pour garantir les échanges sensibles de l'entreprise En synthèse HVR pour garantir les échanges sensibles de l'entreprise Le logiciel HVR fournit des solutions pour résoudre les problèmes clés de l'entreprise dans les domaines suivants : Haute Disponibilité

Plus en détail

Introduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza

Introduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza Introduction à ORACLE WAREHOUSE BUILDER Cédric du Mouza Avant de commencer à travailler avec le produit, il est nécessaire de comprendre, à un haut niveau, les problèmes en réponse desquels l outil a été

Plus en détail

SYSTEME D INFORMATION AUDIT ET CONTROLE DE GESTION

SYSTEME D INFORMATION AUDIT ET CONTROLE DE GESTION SYSTEME D INFORMATION AUDIT ET CONTROLE DE GESTION Préparez ce diplôme à l école de Management de l IGA OBJECTIFS DE LA FORMATION L'objectif de cette spécialité est de former des futurs cadres capables

Plus en détail

TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3

TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 TP2 DE BUSINESS INTELLIGENCE ISIMA ZZ3 F3 30/11/2011 Plan du TP 2 Rappel sur la chaine de BI Présentation de la suite Microsoft BI Ateliers sur SSIS (2H) Ateliers sur RS (2H) 3 Rappel sur la chaine de

Plus en détail

Chapitre 9 : Informatique décisionnelle

Chapitre 9 : Informatique décisionnelle Chapitre 9 : Informatique décisionnelle Sommaire Introduction... 3 Définition... 3 Les domaines d application de l informatique décisionnelle... 4 Architecture d un système décisionnel... 5 L outil Oracle

Plus en détail

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS MATHEMATIQUES ET SCIENCES POUR L INGENIEUR Informatique www.univ-littoral.fr OBJECTIFS DE LA FORMATION Le master Informatique se compose de deux parcours et se

Plus en détail

Un datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données :

Un datawarehouse est un entrepôt de données (une base de données) qui se caractérise par des données : Page 1 of 6 Entrepôt de données Un article de Wikipédia, l'encyclopédie libre. L'entrepôt de données, ou datawarehouse, est un concept spécifique de l'informatique décisionnelle, issu du constat suivant

Plus en détail

CERTIFICATION DE SERVICES FORMATION RECHERCHE www.qualicert.fr. 12, rue de Kergoat

CERTIFICATION DE SERVICES FORMATION RECHERCHE www.qualicert.fr. 12, rue de Kergoat Poursuites d études Le diplômé peut occuper un des métiers suivants : Ingénieur d affaires avant-vente Ingénieurs d étude Consultant ingénieur informatique Ingénieur informatique études / développement

Plus en détail

SYSTEME D INFORMATION ET GENIE FINANCIER

SYSTEME D INFORMATION ET GENIE FINANCIER SYSTEME D INFORMATION ET GENIE FINANCIER Préparez ce diplôme à l école de Management de l IGA OBJECTIFS DE LA FORMATION Cette spécialité forme des cadres de haut niveau pour les services financiers des

Plus en détail

SQL SERVER 2008, BUSINESS INTELLIGENCE

SQL SERVER 2008, BUSINESS INTELLIGENCE SGBD / Aide à la décision SQL SERVER 2008, BUSINESS INTELLIGENCE Réf: QLI Durée : 5 jours (7 heures) OBJECTIFS DE LA FORMATION Cette formation vous apprendra à concevoir et à déployer une solution de Business

Plus en détail

Département Informatique

Département Informatique Département Informatique Formation d'ingénieur en informatique par apprentissage Ingénieur diplômé de l UTBM Spécialité «INFORMATIQUE» Filière «Ingénierie des Systèmes d Information» Nouvelle voie d accès

Plus en détail

LE SALON DES NOUVELLES TECHNOLOGIES D AIDE À LA DÉCISION

LE SALON DES NOUVELLES TECHNOLOGIES D AIDE À LA DÉCISION E X P O S I T I O N & C O N F É R E N C E S LE SALON DES NOUVELLES TECHNOLOGIES D AIDE À LA DÉCISION 25/26/27 SEPTEMBRE 2002 CNIT - PARIS LA DÉFENSE B U S I N E S S I N T E L L I G E N C E LE SALON DES

Plus en détail

Les Entrepôts de Données

Les Entrepôts de Données Les Entrepôts de Données Grégory Bonnet Abdel-Illah Mouaddib GREYC Dépt Dépt informatique :: GREYC Dépt Dépt informatique :: Cours Cours SIR SIR Systèmes d information décisionnels Nouvelles générations

Plus en détail

July 1, 2013. Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, 2013 1 / 15

July 1, 2013. Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, 2013 1 / 15 Mastère Spécialisé Big Data Stéphan Clémençon Télécom ParisTech July 1, 2013 Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, 2013 1 / 15 Agenda Contexte et Opportunité Les grandes lignes

Plus en détail

Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS

Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS 1er semestre UE1-01 E Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS Introduction au système SAS 25,5

Plus en détail

Présentation découverte BOXIr2 Concept, principaux modules et migration

Présentation découverte BOXIr2 Concept, principaux modules et migration Présentation découverte BOXIr2 Concept, principaux modules et migration Agenda Introduction Présentation de la plate forme Business Objects XI R2 - Les concepts d'une plate forme unique de restitution

Plus en détail

LES PROGICIELS DE GESTION

LES PROGICIELS DE GESTION Filières «Agriculture» & «Agroalimentaire & Santé» 3 ème année, tronc commun Module «Systèmes d Information» - Partie II Christophe PUEL Janvier 2010, Institut Polytechnique LaSalle Beauvais 1 Christophe

Plus en détail

L offre décisionnel IBM. Patrick COOLS Spécialiste Business Intelligence

L offre décisionnel IBM. Patrick COOLS Spécialiste Business Intelligence L offre décisionnel IBM Patrick COOLS Spécialiste Business Intelligence Le marché du Business Intelligence L enjeux actuel des entreprises : devenir plus «agiles» Elargir les marchés tout en maintenant

Plus en détail

Stages et relations industrielles

Stages et relations industrielles UNIVERSITÉ DE TECHNOLOGIE DE COMPIÈGNE UTC Génie des systèmes mécaniques Les enseignements proposés par la branche GSM visent à former des ingénieurs généralistes dans le domaine de l ingénierie mécanique

Plus en détail

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :

Plus en détail

données en connaissance et en actions?

données en connaissance et en actions? 1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)

Plus en détail

X2BIRT : Mettez de l interactivité dans vos archives

X2BIRT : Mettez de l interactivité dans vos archives Présentation Produit Présentation Produit X2BIRT : Mettez de l interactivité dans vos archives L accès à l information est capital pour les affaires. X2BIRT, la dernière innovation d Actuate, prend le

Plus en détail

Des processus métier et exigences aux tests pour les grands systèmes complexes

Des processus métier et exigences aux tests pour les grands systèmes complexes Des processus métier et exigences aux tests pour les grands systèmes complexes ------ Etude de cas écomouv Séminaire In'Tech INRIA Grenoble Validation formelle de systèmes industriels critiques 18 avril

Plus en détail