Analytics & Big Data. Focus techniques & nouvelles perspectives pour les actuaires. Université d Eté de l Institut des Actuaires Mardi 8 juillet 2014

Dimension: px
Commencer à balayer dès la page:

Download "Analytics & Big Data. Focus techniques & nouvelles perspectives pour les actuaires. Université d Eté de l Institut des Actuaires Mardi 8 juillet 2014"

Transcription

1 Analytics & Big Data Focus techniques & nouvelles perspectives pour les actuaires Local Optimization European Minded Université d Eté de l Institut des Actuaires Mardi 8 juillet 2014 Intervenants : Alexandre Keiflin, consultant senior, practice leader PCOW Big Data et Digital Emmanuel Berthelé, actuaire consultant senior, responsable Practice Tous droits réservés. Reproduction interdite sans l autorisation d Optimind Winter.

2 Sommaire 1 Introduction 2 Focus techniques Données / Datamasse Evolutions BI Apports des algorithmes et évolution de paradigme 3 Nouvelles perspectives pour les actuaires De nouvelles fonctions pour de nouvelles approches Impacts potentiels sur le rôle de l actuaire 4 Conclusion 2

3 1 Introduction Emergence des nouvelles technologies et des nouveaux supports sources du digital : Premiers téléphones mobiles 1991 : Création du World Wide Web Années ères expériences d un monde à distance Années 1990 Internet se généralise Années 2000 Socialement connectés Années 2010 Equipements de haute technologie Physiquement connectés 1983 : Première Banque en ligne 1992 : Premier site Internet commercial 1997 Premiers paiements mobiles 201x 1982 : Protocole Internet Standardisé x Sources Kurt Salmon research 3

4 Des outils adaptés 1 Introduction DIGITAL Socle Constat Nécessité Opportunités Nouvelles technologies Ere Numérique Penser digital Repenser la relation client Nouveaux usages Acteurs économiques en pleine mutation Gouvernance et organisation adaptée Evolution des business models Grands volumes de données Repenser le traitement de ces données Vision encore plus orientée données Big Data Analytics 4

5 Sommaire 1 Introduction 2 Focus techniques Données / Datamasse Evolutions BI Apports des algorithmes et évolution de paradigme 3 Nouvelles perspectives pour les actuaires De nouvelles fonctions pour de nouvelles approches Impacts potentiels sur le rôle de l actuaire 4 Conclusion 5

6 2 Focus techniques Données / Datamasse L approche classique consiste à caractériser les Big Data comme : Des données massives Et Variées Le concept «Big Data» encapsule cependant naturellement les nouvelles technologie et les nouveaux outils capables de traiter ce volume considérable de données structurées ou non en quasi temps réel Concrètement, l intérêt du Big Data réside principalement dans sa capacité à générer de la Valeur en valorisant ses données internes en les appariant à des donnés externes Nouvelles capacités offertes par le Big Data en approche «Data Driven» Révéler des schéma non intuités Obtenir des capacités prédictives à partir d un grand volume d informations 6

7 2 Focus techniques Données / Datamasse Archives Documents Medias Stockage des données Applications métiers Internet Réseaux sociaux Logs techniques Objets connectés source :http://kapowsoftware.com/resources/infographics/intelligenceby-variety-where-to-find-and-access-big-data.php 7

8 2 Focus techniques Données / Datamasse 1 sec 22 To de données générées sur le web 1 jour 2,5 Eo Générées (10^6 To) Source 90% des données créées ces 2 dernières années Prévision d une hausse de 800% d ici 5 ans 8

9 2 Focus techniques Evolutions BI Logiciels et algorithmes nécessaires aux traitements des Big Data: Hadoop facilite la création d application distribuée pour le calcul (Mapreduce) et le stockage (HDFS et Hbase) Système HDFS -Grille de stockage Framework Map reduce - Grille de calcul Données BIG DATA Découpage en blocs (64 MO par défaut) Réplication (2 fois par défaut) Name Node Name Node (secondary) Jobtracker DataNode Job tracker DataNode DataNode Tasktracker Tasktracker Tasktracker 9

10 2 Focus techniques Evolutions BI Hadoop 1.0 (Décembre 2011) Limitation à 4000 nœuds par cluster Goulot d étranglement au niveau du service Job Tracker (Gestion des ressources, planification et suivi) Un seul namenode MAP Reduce utilise des slots de ressources statiques Seul Map reduce peut tourner Hadoop 2.0 (octobre 2013) Plus de nœuds par cluster Utilisation cluster plus efficient grâce à YARN meilleure gestion des ressources Plusieurs namenodes par cluster Ressources dynamiques Toutes les applications peuvent être intégrées sous Hadoop Compatibilité ascendante Zoom sur Spark (30/05/2014) 1. Rapide jusqu à 100x (in memory) 2. Facile utilisation (Java, Scala, Python) 3. Générale (SQL, Streaming, analytics) 4. Intégration sur Hadoop 2 - Yarn 10

11 2 Focus techniques Evolutions BI Storm : système de calcul distribué en temps réel permettant de traiter de façon fiable des flux de données illimitées, faisant pour le traitement en temps réel ce que Hadoop a fait pour le traitement batch Architecture et principe de Storm Zookeeper Superviser Superviser Spout Bolt A Bolt B Nimbus Zookeeper Superviser Zookeeper Superviser Superviser Bolt C Détection de fraude bancaire, 2 solutions techniques: 1. Lancer un traitement Hadoop avec l'ensemble des transactions de la journée et tenter d'isoler des comportements étranges pour un compte. Non temps réel 2. Analyse de chaque transaction dès qu'elle est effectuée en temps réel grâce à Storm 11

12 2 Focus techniques Evolutions BI Une architecture combinée Storm/Hadoop pour apporter du temps réel aux traitements des Big Data Combiner Hadoop et Storm permet de répondre à des besoins complémentaires: 1. Analyse des flux en temps réèl permettant d augmenter la réactivité 2. Analyse de l ensemble de données en batch permet d augmenter la profondeur d analyse 12

13 2 Focus techniques Evolutions BI Mahout est un projet open source d'algorithmes d'apprentissage automatique distribuée sur la plateforme Hadoop utilisant jusqu à aujourd hui le framework Map Reduce (en cours de migration vers SPARK) Mahout peut tourner en dehors d Hadoop. Mahout est encore en cours de développement ; le nombre d'algorithmes implémentés a rapidement augmenté, mais certains manquent encore. Filtrage Collaboratif Utilisateurs Objets Factorisation de matrices: Moindres carrés alternés (avec Implicit Feedback ou non) Valeur singulière (SVD) Classification (Supervisé) Régression logistique Classification naive Bayesienne Forêts aléatoires Perceptron multicouche Modèle de markov caché Apprentissage non supervisé (Clustering) Canopy Clustering Algorithme des k- moyennes Algorithme des fuzzy k-moyennes Algorithme des Streaming k- moyenne Apprentissage spectral Réduction de dimension Algorithme de Lanczo Décomposition en valeurs singulières Standard (SVD) Stochastiques Analyse en composante principale Modèle de sujet Allocation de Dirichlet latente Traitement automatique du langage : Correction ou traduction Divers Frequent Pattern Mining Nombre d occurrences Matrices: Comparaison par paires Concatenation Reconnaissance de forme Suggestion Hama est un framework de calcul distribué basé sur un autre modèle de calcul (BSP-Bulk Synchronous Parallel Model) qui se révèle bien plus performant que map reduce sur des algorithmes ciblés 13

14 2 Focus techniques Evolutions BI Nombre entreprises= 377 Nombre de sorties: 15 < 4 % >70 % 3 % Des acteurs ont disparus du paysage Des acteurs se positionnent postinfrastructure Big Data Des acteurs proposent une offre globale Une abondance de technologies et d outils répondant souvent à des besoins spécifiques, il est donc nécessaire de Cibler ses besoins métiers S appuyer sur les DSI pour choisir les bons outils (pérennité, adapté aux besoins, ) Réaliser une veille technologique sur l ensemble du paysage «Big Data» 14

15 2 Focus techniques Apports des algorithmes et évolution de paradigme La révolution Big Data réhabilite d anciennes approches de statistiques, d analyse et de modélisation des données Les mesures de corrélations statistiques datent du XIXe siècle Les premiers travaux sur les réseaux neuronaux remontent aux années 50 Les modèles auto-apprenants ne sont pas nouveaux mais bénéficient d un regain d intérêt notable du fait des nouvelles capacités calculatoires et tendent à être largement améliorés Sont considérées comme relevant de l Analytics toutes méthodes et outils statistiques permettant de comprendre, anticiper et expliquer un phénomène à partir de données massives L Analytics est un levier essentiel de la création de valeur grâce à l extraction d informations des données issues du «Big Data» Processus de création de valeur Big Data Extraction d informations Aide à la décision 15

16 2 Focus techniques Apports des algorithmes et évolution de paradigme Classification des méthodes applicables au Big Data Analytics (Data mining) Méthodes descriptives (recherche de patterns) Non supervisé Méthodes prédictives (modélisation) Supervisé Modèles géométriques Modèles combina toires Modèles à base de règle logique Modèle à base de règle logique Modèle à base de fonctions mathématiques Prédicti on sans modèle Analyse factorielle Analyse typologique Réduction de dimension Classification relationnelles Détection de liens et d associations Arbre de décision Réseaux de neurones Modèle paramétriques ou semiparamétriques Source : Stéphane TUFFERY 16

17 2 Focus techniques Apports des algorithmes et évolution de paradigme Test volumes Calibrag e Systèm e Test perform ances Validation grandeur réelle Test sur échantillon et usage grandeur réelle Sélection de l algorithme à utiliser via différents critères Tests de performances Tests de volumes Calibrage Système Validation en grandeur réelle Short-list liée aux cas d usage Caractéristiques des données (Nombre de points, nombre de variables ) La puissance de calculs nécessaire La complexité de mise en œuvre et (calibrage, compréhension, robustesse ) L exploitation des résultats Classification de données Analyse comportementale Projections / simulations 17

18 2 Focus techniques Evolution culturelle et stratégique pour les structures d assurance HYPOTHESIS DRIVEN L utilisation de modèles analytiques n est pas nouvelle pour les actuaires et le monde de l assurance dans des approches intuitées: Lois Données Calibration Validation La variété de données et la volumétrie importante exploitable grâce au Big Data doivent permettre la création de valeur dans des approches données Données Collecte et analyse Lois et calibration Validation DATA DRIVEN La donnée étant la matière première des structures d assurance, le métier est donc amené à évoluer en profondeur dès lors que la transition vers le Big Data est amorcée Création de nouveaux produits adaptés aux besoins de marché Amélioration du pilotage de son portefeuille Optimisation des processus internes de l entreprise 18

19 Sommaire 1 Introduction 2 Focus techniques Données / Datamasse Evolutions BI Apports des algorithmes et évolution de paradigme 3 Nouvelles perspectives pour les actuaires Quels apports en Assurance De nouvelles fonctions pour de nouvelles approches Impacts potentiels sur le rôle de l actuaire 4 Conclusion 19

20 3 2 Nouvelles perspectives pour les actuaires Quels apports en Assurance? L impact attendu du «Big Data» selon Mc Kinsey dans les principaux secteurs d activités Valeur maximale attendue en «Assurance» Facilité de mise en œuvre d après 4 critères: Talent Présence IT Etat d esprit «Data Driven» Disponibilité des données 20 20

21 3 Nouvelles perspectives pour les actuaires Quels apports en Assurance? DOMAINE Marketing Produit Gestion du risque Lutte anti fraude USAGE POTENTIEL Améliorer les processus de souscription Personnaliser les garanties et les tarifs Anticiper et mesurer les risques (lois comportementales) Identifier les comportements anormaux en temps réel Faciliter la veille concurrentielle et cibler ses opérations marketing Pilotage de la rentabilité du produit et de son activité Ajuster les modèles aux assurés en portefeuille Identifier les données volontairement biaisées EXPLOITATION DES DONNÉES AVEC LE BIG DATA Expliquer la sinistralité Identifier les tendances de marché Obtenir des informations en quasi temps réel Comprendre le comportement d achat Surveiller l eréputation de la société Vision 360 du client Assurance auto : passage du «Pay as you drive» au «Pay how you drive» via boitiers embarqués Santé / prévoyance : informations sur entreprise/secteur/e-réputation pour appréhender le risque d arrêt de travail de ses salariés Lutte anti fraude : croiser les déclarations récentes de sinistres avec une activité spécifique sur les réseaux sociaux et/ou des consultations sur des forums 21

22 3 Nouvelles perspectives pour les actuaires De nouvelles fonctions pour de nouvelles approches 4 axes d adaptation nécessaires pour les structures d assurances Connaissance des sources de données Maîtrise des technologies et outils Evolution culturelle et stratégique Maîtrise de la création de valeur 2 nouvelles fonctions apparaissent explicitement autour des pratiques du Big Data et de l Analytics Chief Data Officer Data Scientist Ces fonctions ne devraient pas remplacer des fonctions actuellement existantes (data miner ou actuaires) mais devraient les compléter et les enrichir Les impacts majeurs porteront donc Sur la définition des nouvelles compétences et rôles attendus Sur leur intégration dans les organisations existantes : chaque assureur devra à ce titre mener une réflexion sur son organisation cible Sur la redéfinition des relations entre ces nouvelle fonctions et les métiers «traditionnels» 22

23 3 Nouvelles perspectives pour les actuaires De nouvelles fonctions pour de nouvelles approches Le data scientist, principal acteur de la chaîne de valeur du Big Data en amont des utilisations expertes des métiers Sources de données externes Collecte et intégration des données Retraitements des données et mise en œuvre de systèmes de calculs Mise à disposition des résultats pour exploitation par les métiers Des compétences spécifiques nécessaires Connaissance des sources de données, tant internes qu externes Compétences BI et IT Compétences algorithmiques et statistiques Communication et échanges avec les métiers afin D identifier les use cases potentiels De maximiser la data valorisation 23

24 3 Nouvelles perspectives pour les actuaires De nouvelles fonctions pour de nouvelles approches Le Chief Data Officier, une fonctions clé d organisation et de gouvernance des données Centralise la connaissance de la production des données Organise les contrôles et le suivi qualité Coordonne la gouvernance stratégique du capital «Données» de l entreprise Un acteur majeur de la gestion des risques liés aux nouveaux usages des données Contraintes réglementaires liées à l utilisation des données Hyper segmentation Fraude Traçabilité Des compétences spécifiques nécessaires Connaissances SI et des chaînes de valeur liées à la valorisation des données Connaissances des enjeux métiers, juridiques, stratégiques et opérationnels Organisation et pilotage opérationnel Communication inter-directions (DSI et Marketing, mais pas seulement) 24

25 3 Nouvelles perspectives pour les actuaires Impacts potentiel sur le rôle de l actuaire Distinctions à opérer suivant la taille des acteurs Un positionnement a priori moins rapide des acteurs de taille restreinte Des ressources limitées et concentrées sur d autres sujets (réglementaires et produits notamment) Des investissements nécessaires susceptibles d être un frein (bien que la volonté d acteurs BI de se positionner sur le secteur de l Assurance ouvre des opportunités en termes d études préalables) Une moindre segmentation des rôles et responsabilités Des profils cumulant compétences en actuariat et data science auraient un intérêt mais sont à l heure actuelle inexistants Conservation par les actuaires de prérogatives spécifiques, notamment en termes de gestion des risques Du moins tant que les business models n évoluent pas radicalement Une question en attente : combien de temps mettront les acteurs spécialistes du Big Data à adopter un positionnement plus agressif sur le secteur de l assurance? Le plan Big Data de François Bourdoncle et Paul Hamelin, dans le cadre des 34 plans pour la France industrielle, propose 14 pistes pour contrer les acteurs dominants, notamment en Assurance 25

26 3 Nouvelles perspectives pour les actuaires Impacts potentiel sur le rôle de l actuaire Une profession qui s adapte GT IA Big Data sous la responsabilité de Florence Picard Organisé en sous-groupes thématiques Norme et éthique Nouveaux modèles de mutualisation Impact sur le métier d actuaire Algorithmes prédictifs de comportements Risques opérationnels et pistes d audit Big Data à l étranger Assurance connectée Des cycles de conférence permettant une ouverture sur les nouveaux usages Un nombre important d actuaires participants Un site dédié : Formation «Data science pour actuaires» lancée en 2015 Délivrant le diplôme data scientist de l Institut du Risk Management Adaptation du code de déontologie Prise en compte des nouveaux usages et risques liés aux données Des efforts de communication restent cependant à réaliser afin de sensibiliser l ensemble des actuaires aux enjeux liés à l évolution induite par l arrivée du Big Data en Assurance Des efforts individuels nécessaires pour s adapter à une évolution rapide de l activité d Assurance 26

27 Sommaire 1 Introduction 2 Focus techniques Données / Datamasse Evolutions BI Apports des algorithmes et évolution de paradigme 3 Nouvelles perspectives pour les actuaires Quels apports en Assurance De nouvelles fonctions pour de nouvelles approches Impacts potentiels sur le rôle de l actuaire 4 Conclusion 27

28 4 Conclusion Enfin, quelques repères sur le positionnement et l état d esprit à adopter Démarrer au plus tôt pour générer un avantage concurrentiel Implication primordiale du top-management (positionnement stratégique) Nécessité de sortir des usages courants et de s engager dans la voie de la transformation Développement d une culture du Test and learn et de l'apprentissage (sans redouter l échec) Envisager différents use cases et poursuivre les pistes les plus prometteuses Nécessité d adopter un esprit d'entreprenariat et de conquête 28

29 Optimind Winter Une société de conseil experte et indépendante Société & Offres Interlocuteur de référence pour les assureurs, mutuelles, administrations, banques et grandes entreprises qui souhaitent un partenaire métier les accompagnant dans leurs projets 180 collaborateurs dont 70 actuaires diplômés membres de l Institut des Actuaires Notre Practice Composée de 12 Pôles de Compétences (PCOW) métiers ou transverses, animés par nos Practice Leaders, pour une couverture matricielle de nos besoins en expertises Travaux de fond, recherche applicative, connaissances marchés et produits, veille, formations et communication interne et externe Une offre organisée autour des métiers suivants Actuariat Conseil Protection Sociale Risk Management Finance & Performance Projets & Maîtrise d ouvrage Digital Partenariats et engagements Relai français du réseau EURACS, European Actuarial & Consultancy Services Références client Plus de 95 % du marché de l assurance en volume de CA Nos objectifs : l amélioration et le partage des connaissances et expertises Le développement et la diffusion des meilleures pratiques professionnelles au sein de nos équipes 29

Formation Actuaire Data-Scientist 4 JUILLET 2014

Formation Actuaire Data-Scientist 4 JUILLET 2014 Formation Actuaire Data-Scientist 4 JUILLET 2014 Objectifs de la formation Initier les participants aux méthodologies statistiques et informatiques en lien avec la manipulation de données massives. Sensibiliser

Plus en détail

Leader de l Actuariat Conseil et de la Gestion des Risques

Leader de l Actuariat Conseil et de la Gestion des Risques Leader de l Actuariat Conseil et de la Gestion des Risques Optimind Winter respecte les meilleurs standards européens sur l ensemble des expertises associées à la chaîne des risques des organismes assureurs,

Plus en détail

Formation Actuaire Data-Scientist PROGRAMME

Formation Actuaire Data-Scientist PROGRAMME Formation Actuaire Data-Scientist PROGRAMME 15 Septembre 2014 Arthur Charpentier, Romuald Élie & Jérémie Jakubowicz 15914 Programme Séance inaugurale : révolu-on numérique besoins des entreprises cadre

Plus en détail

Panorama des solutions analytiques existantes

Panorama des solutions analytiques existantes Arnaud LAROCHE Julien DAMON Panorama des solutions analytiques existantes SFdS Méthodes et Logiciels - 16 janvier 2014 - Données Massives Ne sont ici considérés que les solutions autour de l environnement

Plus en détail

Plan. Pourquoi Hadoop? Présentation et Architecture. Démo. Usages

Plan. Pourquoi Hadoop? Présentation et Architecture. Démo. Usages 1 Mehdi LOUIZI Plan Pourquoi Hadoop? Présentation et Architecture Démo Usages 2 Pourquoi Hadoop? Limites du Big Data Les entreprises n analysent que 12% des données qu elles possèdent (Enquête Forrester

Plus en détail

Webinar EBG Nouvelles perspectives d'exploitation des données clients avec le big data

Webinar EBG Nouvelles perspectives d'exploitation des données clients avec le big data Webinar EBG Nouvelles perspectives d'exploitation des données clients avec le big data Approches & opportunités face aux enjeux de volume, variété et vélocité France, 2012-2014 28 mars 2013 Ce document

Plus en détail

Data 2 Business : La démarche de valorisation de la Data pour améliorer la performance de ses clients

Data 2 Business : La démarche de valorisation de la Data pour améliorer la performance de ses clients Data 2 Business : La démarche de valorisation de la Data pour améliorer la performance de ses clients Frédérick Vautrain, Dir. Data Science - Viseo Laurent Lefranc, Resp. Data Science Analytics - Altares

Plus en détail

Partie I Stratégies relationnelles et principes d organisation... 23

Partie I Stratégies relationnelles et principes d organisation... 23 Introduction......................................................................... 1 1. Définition........................................................................ 2 1.1 Le CRM comme processus

Plus en détail

Stages 2015-2016 ISOFT : 25 ANS DE RECHERCHE EN INFORMATIQUE DECISIONNELLE ET. Contact : Mme Lapedra, stage@isoft.fr ANALYSE DE DONNEES

Stages 2015-2016 ISOFT : 25 ANS DE RECHERCHE EN INFORMATIQUE DECISIONNELLE ET. Contact : Mme Lapedra, stage@isoft.fr ANALYSE DE DONNEES Stages 2015-2016 Contact : Mme Lapedra, stage@isoft.fr ISOFT : 25 ANS DE RECHERCHE EN INFORMATIQUE DECISIONNELLE ET ANALYSE DE DONNEES ISoft est un concepteur-éditeur de logiciels spécialisé dans la recherche

Plus en détail

Partie I Organisations, management et systèmes d information... 1

Partie I Organisations, management et systèmes d information... 1 Liste des cas d entreprise............................................................ Liste des figures..................................................................... Liste des tableaux...................................................................

Plus en détail

CHARGE DE RELATION MS MDSI ATOS Consulting

CHARGE DE RELATION MS MDSI ATOS Consulting CHARGE DE RELATION MS MDSI ATOS Consulting Mathis BAKARY 11/01/2013 Sommaire I. Présentation... 3 1. Activités... 3 2. Objectifs... 4 3. Localisation en Europe... 4 4. Localisation en France... 5 II. Stratégie...

Plus en détail

La réponse aux enjeux des RH du 21 ème siècle

La réponse aux enjeux des RH du 21 ème siècle La réponse aux enjeux des RH du 21 ème siècle Comment répondre aux nouveaux enjeux des DRH du 21 ème siècle? Besoin n 1 : innover et développer de nouveaux usages métier en décloisonnant les différents

Plus en détail

AXIAD Conseil pour décider en toute intelligence

AXIAD Conseil pour décider en toute intelligence AXIAD Conseil pour décider en toute intelligence Gestion de la Performance, Business Intelligence, Big Data Domaine d expertise «Business Intelligence» Un accompagnement adapté à votre métier dans toutes

Plus en détail

Titre : La BI vue par l intégrateur Orange

Titre : La BI vue par l intégrateur Orange Titre : La BI vue par l intégrateur Orange Résumé : L entité Orange IT&L@bs, partenaire privilégié des entreprises et des collectivités dans la conception et l implémentation de SI Décisionnels innovants,

Plus en détail

www.bluestone.fr 55, rue du Faubourg Montmartre 75009 Paris +33 (0)1 53 35 02 10 contact@bluestone.fr

www.bluestone.fr 55, rue du Faubourg Montmartre 75009 Paris +33 (0)1 53 35 02 10 contact@bluestone.fr www.bluestone.fr 55, rue du Faubourg Montmartre 75009 Paris +33 (0)1 53 35 02 10 contact@bluestone.fr Une équipe de 120 Data Scientists, dont les compétences couvrent l intégralité du spectre d intervention

Plus en détail

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing

Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Statistique et analyse de données pour l assureur : des outils pour la gestion des risques et le marketing Gilbert Saporta Chaire de Statistique Appliquée, CNAM ActuariaCnam, 31 mai 2012 1 L approche statistique

Plus en détail

Projet de création de SAFRAN ANALYTICS

Projet de création de SAFRAN ANALYTICS Projet de création de SAFRAN ANALYTICS Comité de Groupe 27 février 2015 SOMMAIRE Contexte Enjeux du Big Data pour Safran Projet Safran Analytics Calendrier prévisionnel 1 / CONFIDENTIEL / 27-02-2015 /

Plus en détail

Retour d expérience BigData 16/10/2013 Cyril Morcrette CTO

Retour d expérience BigData 16/10/2013 Cyril Morcrette CTO Retour d expérience BigData 16/10/2013 Cyril Morcrette CTO Mappy en Chiffre Filiale du groupe Solocal 10M de visiteurs uniques 300M visites annuelles 100 collaborateurs dont 60% technique 3,7 Md de dalles

Plus en détail

Big Data Concepts et mise en oeuvre de Hadoop

Big Data Concepts et mise en oeuvre de Hadoop Introduction 1. Objectif du chapitre 9 2. Le Big Data 10 2.1 Introduction 10 2.2 Informatique connectée, objets "intelligents" et données collectées 11 2.3 Les unités de mesure dans le monde Big Data 12

Plus en détail

Solution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010

Solution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010 Présentation d ERMS Solution logicielle pour le pilotage et l ERM Journées d études IARD 26 mars 2010 2 mars 2010 Sommaire 1 Présentation d ACTUARIS 2 Les problématiques rencontrées 3 Présentation d ERMS

Plus en détail

Les participants repartiront de cette formation en ayant une vision claire de la stratégie et de l éventuelle mise en œuvre d un Big Data.

Les participants repartiront de cette formation en ayant une vision claire de la stratégie et de l éventuelle mise en œuvre d un Big Data. Big Data De la stratégie à la mise en oeuvre Description : La formation a pour objet de brosser sans concession le tableau du Big Data. Les participants repartiront de cette formation en ayant une vision

Plus en détail

Les management actions dans le cadre de l ORSA

Les management actions dans le cadre de l ORSA Les management actions dans le cadre de l ORSA Atelier Congrès Institut des Actuaires 20 juin 2014 Intervenants Emmanuel Berthelé, Optimind Winter, Responsable Practice Gildas Robert, Optimind Winter,

Plus en détail

Table des matières. Partie I Organisations, management et systèmes d information... 1

Table des matières. Partie I Organisations, management et systèmes d information... 1 Liste des cas d entreprise...................................................... Liste des figures.................................................................. Liste des tableaux...............................................................

Plus en détail

DEMARRER UN PROJET BIGDATA EN QUELQUES MINUTES GRACE AU CLOUD

DEMARRER UN PROJET BIGDATA EN QUELQUES MINUTES GRACE AU CLOUD DEMARRER UN PROJET BIGDATA EN QUELQUES MINUTES GRACE AU CLOUD BIGDATA PARIS LE 1/4/2014 VINCENT HEUSCHLING @VHE74! 1 NOUS 100% Bigdata Infrastructure IT + Data Trouver vos opportunités Implémenter les

Plus en détail

CIGREF 2010. La contribution des SI à la création de valeur

CIGREF 2010. La contribution des SI à la création de valeur 1 CIGREF 2010 La contribution des SI à la création de valeur Michel DELATTRE Directeur des Systèmes d Information du Groupe La Poste Administrateur du CIGREF CIGREF 2 Créé en 1970 Association de Grandes

Plus en détail

Tous droits réservés SELENIS

Tous droits réservés SELENIS 1. Objectifs 2. Etapes clefs 3. Notre proposition d accompagnement 4. Présentation de SELENIS 2 Un projet est une réalisation spécifique, dans un système de contraintes donné (organisation, ressources,

Plus en détail

Fouille de Données et Media Sociaux Cours 2 Master DAC Data Science UPMC - LIP6

Fouille de Données et Media Sociaux Cours 2 Master DAC Data Science UPMC - LIP6 Fouille de Données et Media Sociaux Cours 2 Master DAC Data Science UPMC - LIP6 Ludovic Denoyer 21 septembre 2015 Ludovic Denoyer () FDMS 21 septembre 2015 1 / 1 Contexte Observation La plupart des bonnes

Plus en détail

L Intelligence Compétitive 2.0 pour le pilotage des projets e-marketing

L Intelligence Compétitive 2.0 pour le pilotage des projets e-marketing L Intelligence Compétitive 2.0 pour le pilotage des projets e-marketing Soutenance de Thèse de Doctorat en Sciences de l Information et de la Communication Sébastien Bruyère 18 octobre 2010 Contexte général

Plus en détail

VirtualScale L expert infrastructure de l environnement Open source HADOOP Sofiane Ammar sofiane.ammar@virtualscale.fr

VirtualScale L expert infrastructure de l environnement Open source HADOOP Sofiane Ammar sofiane.ammar@virtualscale.fr VirtualScale L expert infrastructure de l environnement Open source HADOOP Sofiane Ammar sofiane.ammar@virtualscale.fr Avril 2014 Virtualscale 1 Sommaire Les enjeux du Big Data et d Hadoop Quels enjeux

Plus en détail

La transformation numérique : facteur de convergence pour les professionnels de l information

La transformation numérique : facteur de convergence pour les professionnels de l information La transformation numérique : facteur de convergence pour les professionnels de l information Florence GICQUEL Directrice des Etudes florence.gicquel@ebd.fr 10 octobre LA TRANSFORMATION NUMERIQUE 2 La

Plus en détail

DocForum 18 Juin 2015. Réussites d un projet Big Data Les incontournables

DocForum 18 Juin 2015. Réussites d un projet Big Data Les incontournables DocForum 18 Juin 2015 Réussites d un projet Big Data Les incontournables Vos interlocuteurs Mick LEVY Directeur Innovation Business mick.levy@businessdecision.com 06.50.87.13.26 @mick_levy 2 Business &

Plus en détail

Présentation de l épreuve

Présentation de l épreuve MÉTHODO Présentation de l épreuve 1. Programme de l arrêté du 22 décembre 2006 DURÉE DE L ENSEIGNEMENT ÉPREUVE N 11 CONTRÔLE DE GESTION (à titre indicatif) : 210 heures 18 crédits européens 1. Positionnement

Plus en détail

accompagner la transformation digitale grâce au Big & Fast Data Orange Business Services Confidentiel 02/10/2014

accompagner la transformation digitale grâce au Big & Fast Data Orange Business Services Confidentiel 02/10/2014 accompagner la transformation digitale grâce au Big & Fast Data Orange Business Services Confidentiel 02/10/2014 Big Data au-delà du "buzz-word", un vecteur d'efficacité et de différenciation business

Plus en détail

Journées d études IARD

Journées d études IARD Journées d études IARD Gestion des risques liés à la refonte tarifaire d un portefeuille automobile Niort, le 20 mars 2014 Marie Foucher mfoucher@galea-associes.eu Pierre Thérond ptherond@galea-associes.eu

Plus en détail

Systèmes et réseaux d information et de communication

Systèmes et réseaux d information et de communication 233 DIRECTEUR DES SYSTÈMES ET RÉSEAUX D INFORMATION ET DE COMMUNICATION Code : SIC01A Responsable des systèmes et réseaux d information FPESIC01 Il conduit la mise en œuvre des orientations stratégiques

Plus en détail

Conformité et efficience de la délégation de gestion : vers une norme de marché

Conformité et efficience de la délégation de gestion : vers une norme de marché INFO # 28 Conformité et efficience de la délégation de gestion : vers une norme de marché CONTEXTE ACTUEL DE LA DÉLÉGATION DE GESTION Une accélération sensible des mutations autour de l activité de délégation

Plus en détail

RESSOURCES HUMAINES. Yourcegid Ressources Humaines, des solutions pour les entreprises qui s investissent dans leur capital humain.

RESSOURCES HUMAINES. Yourcegid Ressources Humaines, des solutions pour les entreprises qui s investissent dans leur capital humain. Yourcegid Ressources Humaines, des solutions pour les entreprises qui s investissent dans leur capital humain. Solutions de gestion RESSOURCES HUMAINES Parce que votre entreprise est unique, parce que

Plus en détail

Présentation commerciale. Novembre 2014

Présentation commerciale. Novembre 2014 Présentation commerciale Novembre 2014 Présentation du cabinet (1/2) BIAT (Banque Internationale Arabe de Tunisie) La banque commerciale privée leader en Tunisie et l une des plus importantes au Maghreb.

Plus en détail

SOMMAIRE. Introduction p. 3. 1. Présentation de la solution p. 4. 2. Description détaillée de la solution proposée p. 5

SOMMAIRE. Introduction p. 3. 1. Présentation de la solution p. 4. 2. Description détaillée de la solution proposée p. 5 SOMMAIRE Introduction p. 3 1. Présentation de la solution p. 4 2. Description détaillée de la solution proposée p. 5 2.1 Découverte de l application consommateur p. 6 2.2 Découverte de la cinématique de

Plus en détail

La structure du capital des entreprises marocaines côtées en bourse

La structure du capital des entreprises marocaines côtées en bourse LISTE DES THESES ENREGISTREES AU CEDOC Formation Doctorale : Sciences de gestion Sujet de thèse L analyse technique en tant qu outil d anticipation des crises boursières : Entre réalité et surréalisme

Plus en détail

La gestion de la clientèle pour le commerce et l artisanat : vos clients et leurs besoins

La gestion de la clientèle pour le commerce et l artisanat : vos clients et leurs besoins Qu une entreprise cherche à s adapter à son environnement et/ou à exploiter au mieux ses capacités distinctives pour développer un avantage concurrentiel, son pilotage stratégique concerne ses orientations

Plus en détail

FILIÈRE METHODOLOGIE & PROJET

FILIÈRE METHODOLOGIE & PROJET FILIÈRE METHODOLOGIE & PROJET 109 Gestion de projet METHODOLOGIE ET PROJET Durée 3 jours Conduite de projet COND-PRO s Intégrer les conditions de réussite d une démarche de management par projet. Impliquer

Plus en détail

LE SOCIAL CLUB, BIEN PLUS QU UN SITE WEB...

LE SOCIAL CLUB, BIEN PLUS QU UN SITE WEB... LE SOCIAL CLUB, BIEN PLUS QU UN SITE WEB... SOCIAL CLUB la rencontre des expertises ... 5 ANS D EXPÉ- RIENCE, DE SER- VICES, 5 ANS D ÉCHANGES Le site du Social Club a 5 ans. Ces cinq années de partenariat

Plus en détail

Acquisition des données - Big Data. Dario VEGA Senior Sales Consultant

Acquisition des données - Big Data. Dario VEGA Senior Sales Consultant Acquisition des données - Big Data Dario VEGA Senior Sales Consultant The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated

Plus en détail

FAITES DE LA DONNÉE LE MOTEUR DE VOTRE BUSINESS. Alexandre Vasseur Responsable Avant-Vente Europe du Sud Pivotal, EMC

FAITES DE LA DONNÉE LE MOTEUR DE VOTRE BUSINESS. Alexandre Vasseur Responsable Avant-Vente Europe du Sud Pivotal, EMC FAITES DE LA DONNÉE LE MOTEUR DE VOTRE BUSINESS Alexandre Vasseur Responsable Avant-Vente Europe du Sud Pivotal, EMC 1 Big Data = Volume, Variété, Vélocité et Valorisation Internet des objets Informations

Plus en détail

Livre Blanc. Construire un système d information collaboratif de pilotage de l action publique. Mai 2010

Livre Blanc. Construire un système d information collaboratif de pilotage de l action publique. Mai 2010 Livre Blanc Construire un système d information collaboratif de pilotage de l action publique Mai 2010 Un livre blanc édité par : NQI - Network Quality Intelligence Tél. : +33 4 92 96 24 90 E-mail : info@nqicorp.com

Plus en détail

Propriété de VISEO SA reproduction interdite

Propriété de VISEO SA reproduction interdite Propriété de VISEO SA reproduction interdite 1 Gilles PEREZ Directeur Activité SCO Gilles.perez@viseo.com Speakers Mehdi KHARAB Responsable Colibri France mkharab@colibri-aps.com Comment répondre aux nouveaux

Plus en détail

I- L état des lieux fait le constat global d une offre de formation continue en design balbutiante, peu lisible et peu accessible.

I- L état des lieux fait le constat global d une offre de formation continue en design balbutiante, peu lisible et peu accessible. Mars 2010 Synthèse de l étude de faisabilité sur la mise en place d une offre structurée de formation continue en matière de design, répondant aux besoins des entreprises I- L état des lieux fait le constat

Plus en détail

HADOOP ET SON ÉCOSYSTÈME

HADOOP ET SON ÉCOSYSTÈME HADOOP ET SON ÉCOSYSTÈME Mars 2013 2012 Affini-Tech - Diffusion restreinte 1 AFFINI-TECH Méthodes projets Outils de reporting & Data-visualisation Business & Analyses BigData Modélisation Hadoop Technos

Plus en détail

Formation et conseil en réassurance

Formation et conseil en réassurance Formation et conseil en réassurance Formation personnalisée Formation-conseil Strada Conseil, spécialiste reconnu des secteurs de l assurance et de la réassurance depuis 2002, complète sa gamme de prestations

Plus en détail

Déploiement d une architecture Hadoop pour analyse de flux. françois-xavier.andreu@renater.fr

Déploiement d une architecture Hadoop pour analyse de flux. françois-xavier.andreu@renater.fr Déploiement d une architecture Hadoop pour analyse de flux françois-xavier.andreu@renater.fr 1 plan Introduction Hadoop Présentation Architecture d un cluster HDFS & MapReduce L architecture déployée Les

Plus en détail

Pascal BASSET, - PMU Responsable Risques Numériques, Expériences Utilisateurs et DSI international

Pascal BASSET, - PMU Responsable Risques Numériques, Expériences Utilisateurs et DSI international Pascal BASSET, - PMU Responsable Risques Numériques, Expériences Utilisateurs et DSI international CRiP Thématique Sécurité de l informatique de demain 03/12/14 Agenda Introduction big data et lien avec

Plus en détail

Comment mieux lutter contre la fraude à l assurance? Gestion de sinistres Odilon Audouin, le 4 avril 2013

Comment mieux lutter contre la fraude à l assurance? Gestion de sinistres Odilon Audouin, le 4 avril 2013 Comment mieux lutter contre la fraude à l assurance? Gestion de sinistres Odilon Audouin, le 4 avril 2013 Eléments de contexte Un coût significatif, une évolution des typologies Selon l ALFA (sur la base

Plus en détail

Les actuaires face au choc technologique et sociétal du numérique:

Les actuaires face au choc technologique et sociétal du numérique: Les actuaires face au choc technologique et sociétal du numérique: travaux en cours à l Institut des Actuaires CHOC NUMÉRIQUE ET MAÎTRISE PROSPECTIVE DES RISQUES Solvabilité 2: prise en compte prospective

Plus en détail

Retour d expérience RATP. Intégrer le test de performance au cœur du processus de développement agile. Challenges, techniques, résultats.

Retour d expérience RATP. Intégrer le test de performance au cœur du processus de développement agile. Challenges, techniques, résultats. Retour d expérience RATP Intégrer le test de performance au cœur du processus de développement agile. Challenges, techniques, résultats. Les intervenants Alexis Bourgeois Chef de projet MOE (front web)

Plus en détail

Reconnaissance des formes : Classement d ensembles d objets

Reconnaissance des formes : Classement d ensembles d objets Reconnaissance des formes : Classement d ensembles d objets Données Méthodes Extraction de connaissances Applications Expertise Apprentissage Bernard FERTIL Directeur de Recherche CNRS Équipe LXAO, UMR

Plus en détail

L écosystème Hadoop Nicolas Thiébaud ni.thiebaud@gmail.com. Tuesday, July 2, 13

L écosystème Hadoop Nicolas Thiébaud ni.thiebaud@gmail.com. Tuesday, July 2, 13 L écosystème Hadoop Nicolas Thiébaud ni.thiebaud@gmail.com HUG France 250 membres sur la mailing liste 30 présentations 9 meetups organisés, de 20 à 100 invités Présence de Cloudera, MapR, Hortonworks,

Plus en détail

L Usine Digitale / GT Nexus & Cap Gemini juin 2015 ETUDE : LA TRANSFORMATION NUMÉRIQUE DES ENTREPRISES

L Usine Digitale / GT Nexus & Cap Gemini juin 2015 ETUDE : LA TRANSFORMATION NUMÉRIQUE DES ENTREPRISES L Usine Digitale / GT Nexus & Cap Gemini juin 2015 ETUDE : LA TRANSFORMATION NUMÉRIQUE DES ENTREPRISES L ENQUÊTE Méthodologie Etude quantitative en ligne Cible Secteurs Industrie, Services aux entreprises,

Plus en détail

Gouvernance et qualité des données sous Solvabilité II Grégoire VUARLOT

Gouvernance et qualité des données sous Solvabilité II Grégoire VUARLOT Gouvernance et qualité des données sous Solvabilité II Grégoire VUARLOT Directeur adjoint, Contrôles spécialisés et transversaux en assurance Autorité de contrôle prudentiel et de résolution 01/04/2015

Plus en détail

Cabinet indépendant d Audit, d expertise et de conseil dédié aux...

Cabinet indépendant d Audit, d expertise et de conseil dédié aux... Cabinet indépendant d Audit, d expertise et de conseil dédié aux... Directions Financières dirigeants d entreprise fonds d investissement Avocats, mandataires & liquidateurs judiciaires Notre mission Répondre

Plus en détail

Créer de la valeur avec l Open Data

Créer de la valeur avec l Open Data Créer de la valeur avec l Open Data Des enjeux économiques majeurs Entre 106 et 141 par personne et par an Entre 387 et 640 par personne et par an (~les intérêts de la dette en France) Leviers pour créer

Plus en détail

Forum panafricain sur le leadership et le management de l action gouvernementale. Forum des secrétaires généraux de gouvernement

Forum panafricain sur le leadership et le management de l action gouvernementale. Forum des secrétaires généraux de gouvernement Centre Africain de Formation et de Recherche Administratives pour le développement Fondation pour le Renforcement des Capacités en Afrique (ACBF) Forum panafricain sur le leadership et le management de

Plus en détail

VISUBAT Votre partenaire BIM

VISUBAT Votre partenaire BIM VISUBAT Votre partenaire BIM MODÉLISATION BIM - AUDIT DE STRUCTURE - BIM MANAGER - BIM COORDINATEUR - AMO BIM - ACCOMPAGNEMENT des entreprises - MISE À NIVEAU de projets - SERVICE D ANALYSE du modele BIM

Plus en détail

ITSM - Gestion des Services informatiques

ITSM - Gestion des Services informatiques Chapitre 1 - COMPRENDRE LE MARCHÉ ITSM - Gestion des Services informatiques Copyright 2011 CXP. 1 ITSM - Gestion des Services informatiques L'étude a été réalisée par : Dalila Souiah OBJECTIF DU DOCUMENT.

Plus en détail

Concours interne de l agrégation du second degré. Section économie et gestion. Programme de la session 2013

Concours interne de l agrégation du second degré. Section économie et gestion. Programme de la session 2013 Concours interne de l agrégation du second degré Concours interne d accès à l échelle de rémunération des professeurs agrégés dans les établissements d enseignement privés sous contrat du second degré

Plus en détail

L analytique en temps réel en un clic. Jean-Michel Franco Directeur Marketing Produit @jmichel_franco

L analytique en temps réel en un clic. Jean-Michel Franco Directeur Marketing Produit @jmichel_franco L analytique en temps réel en un clic Jean-Michel Franco Directeur Marketing Produit @jmichel_franco 2015 Talend Inc. 1 1 Dynamiser l entreprise par ses données Les entreprises orientées données 23X plus

Plus en détail

DATAPOLE, Innovative Solutions for Smart Cities

DATAPOLE, Innovative Solutions for Smart Cities DATAPOLE, Innovative Solutions for Smart Cities Logo de l entreprise Adresse de l organisme 48 rue René Clair 75018 PARIS SIRET 52228673100024 Date création 14/05/2010 Code APE Site internet Personne Contact

Plus en détail

Une brève introduction aux Données Massives - Challenges et perspectives. Romain Picot-Clémente Cécile Bothorel Philippe Lenca

Une brève introduction aux Données Massives - Challenges et perspectives. Romain Picot-Clémente Cécile Bothorel Philippe Lenca Une brève introduction aux Données Massives - Challenges et perspectives Romain Picot-Clémente Cécile Bothorel Philippe Lenca Plan 1 Big Data 2 4Vs 3 Hadoop et son écosystème 4 Nouveaux challenges, nouvelles

Plus en détail

CobiT. Implémentation ISO 270. Pour une meilleure gouvernance des systèmes d'information. 2 e édition D O M I N I Q U E M O I S A N D

CobiT. Implémentation ISO 270. Pour une meilleure gouvernance des systèmes d'information. 2 e édition D O M I N I Q U E M O I S A N D D O M I N I Q U E M O I S A N D F A B R I C E G A R N I E R D E L A B A R E Y R E Préface de Bruno Ménard, président du Cigref CobiT Implémentation ISO 270 2 e édition Pour une meilleure gouvernance des

Plus en détail

Organisation de la gestion des risques - Solvabilité II et ORSA - Jean-François DECROOCQ

Organisation de la gestion des risques - Solvabilité II et ORSA - Jean-François DECROOCQ Organisation de la gestion des risques - Solvabilité II et ORSA - Jean-François DECROOCQ 1 LA GESTION DES RISQUES : La formalisation de règles de gestion et de techniques de mesure du risque 2 COSO un

Plus en détail

Enjeux et perspectives des Centres de Services Partagés. Nos convictions et notre approche

Enjeux et perspectives des Centres de Services Partagés. Nos convictions et notre approche Enjeux et perspectives des Centres de Services Partagés Nos convictions et notre approche Cédric Damiens Directeur - ALDEA ALDEA - www.aldea.fr Enjeux et perspectives des Centres de Services Partagés :

Plus en détail

Big Data -Comment exploiter les données et les transformer en prise de décisions?

Big Data -Comment exploiter les données et les transformer en prise de décisions? IBM Global Industry Solution Center Nice-Paris Big Data -Comment exploiter les données et les transformer en prise de décisions? Apollonie Sbragia Architecte Senior & Responsable Centre D Excellence Assurance

Plus en détail

NEXITY. Nexity développe une stratégie d E-reputation à 360 sur la base des données sociales fournies par BuzzWatcher. CASE STUDY

NEXITY. Nexity développe une stratégie d E-reputation à 360 sur la base des données sociales fournies par BuzzWatcher. CASE STUDY Online Intelligence Solutions NEXITY développe une stratégie d E-reputation à 360 sur la base des données sociales fournies par BuzzWatcher. CASE STUDY CASE STUDY INTRODUCTION Client Industrie Immobilier

Plus en détail

L expérience des Hommes

L expérience des Hommes L expérience des Hommes audia est un cabinet d expertise comptable et de commissariat aux comptes, fort d une équipe qualifiée et experte installée au Maroc à Casablanca. Notre cabinet vous apportera l

Plus en détail

PARCOURS TREMPLIN MANAGER Tout employé d un site logistique ayant dans le cadre de son activité professionnelle la responsabilité quotidienne du management d une équipe 10 jours 7,5 heures 8 à 14 Professionnaliser

Plus en détail

Semarchy Convergence for Data Integration La Plate-Forme d Intégration pour le MDM Évolutionnaire

Semarchy Convergence for Data Integration La Plate-Forme d Intégration pour le MDM Évolutionnaire FICHE PRODUIT Semarchy Convergence for Data Integration La Plate-Forme d Intégration pour le MDM Évolutionnaire BENEFICES Des projets réussis dans les délais et les budgets La bonne donnée disponible au

Plus en détail

Comment valoriser votre patrimoine de données?

Comment valoriser votre patrimoine de données? BIG DATA POUR QUELS USAGES? Comment valoriser votre patrimoine de données? HIGH PERFORMANCE HIGH ANALYTICS PERFORMANCE ANALYTICS MOULOUD DEY SAS FRANCE 15/11/2012 L ENTREPRISE SAS EN QUELQUES CHIFFRES

Plus en détail

Éléments de gestion du risque de crédit à la consommation et aux entreprises du Burundi

Éléments de gestion du risque de crédit à la consommation et aux entreprises du Burundi Éléments de gestion du risque de crédit à la consommation et aux entreprises du Burundi Bikila bi Gwet Bikila Analytics Ltd. Approche exhaustive pour une croissance profitable à faible risque cao@bikilaanalytics.com

Plus en détail

La SOA était une mode. Nous en avons fait un standard.

La SOA était une mode. Nous en avons fait un standard. La SOA était une mode. Nous en avons fait un standard. Agenda 1 Présentation 2 Les solutions it-toolbox 3 Notre valeur ajoutée 4 Le centre d excellence 5 Equipe et démarche 6 Références et plateformes

Plus en détail

FORMATION HADOOP Développeur pour Hadoop (Apache)

FORMATION HADOOP Développeur pour Hadoop (Apache) FORMATION HADOOP Développeur pour Hadoop (Apache) Ce document reste la propriété du Groupe Cyrès. Toute copie, diffusion, exploitation même partielle doit faire l objet d une demande écrite auprès de Cyrès.

Plus en détail

Problématique, Constats

Problématique, Constats Problématique, Constats Réactivité de la DSI pour les projets numériques consommateurs Contraintes de temps et de coûts Forte pression des métiers Compétitivité des sociétés externes Décalage de démarrage

Plus en détail

La gestion des contrats ou prestations

La gestion des contrats ou prestations La gestion des contrats ou prestations Du produit au client, de la technique au service, un changement de culture 1 Présentation de l étude Méthodologie Portrait de famille Des organisations orientées

Plus en détail

E-réputation Méthodes et outils pour les individus et les entreprises

E-réputation Méthodes et outils pour les individus et les entreprises L e-réputation A. L e-réputation : définition 11 B. L e-réputation : les enjeux 12 1. Les enjeux pour les particuliers 12 2. Les enjeux pour les entreprises 12 C. L e-réputation : les opportunités 13 1.

Plus en détail

Programmation parallèle et distribuée

Programmation parallèle et distribuée Programmation parallèle et distribuée (GIF-4104/7104) 5a - (hiver 2015) Marc Parizeau, Département de génie électrique et de génie informatique Plan Données massives («big data») Architecture Hadoop distribution

Plus en détail

Labs Hadoop Février 2013

Labs Hadoop Février 2013 SOA - BRMS - ESB - BPM CEP BAM - High Performance Compute & Data Grid - Cloud Computing - Big Data NoSQL - Analytics Labs Hadoop Février 2013 Mathias Kluba Managing Consultant Responsable offres NoSQL

Plus en détail

Implémentation et Benchmark. d une régression linéaire en RMR2

Implémentation et Benchmark. d une régression linéaire en RMR2 Add intelligence to data Anne Gayet Directrice Datamining Implémentation et Benchmark d une régression linéaire en RMR2 16 janvier 2014 Rendez-vous SFdS: : Méthodes et logiciels Données massives (big data)

Plus en détail

LES INTERMEDIAIRES de l ASSURANCE. Etat des lieux et perspectives

LES INTERMEDIAIRES de l ASSURANCE. Etat des lieux et perspectives LES INTERMEDIAIRES de l ASSURANCE Etat des lieux et perspectives Contexte de l étude Plus de 30 000 courtiers et agents généraux en France sont au cœur des transformations en cours dans le secteur de l

Plus en détail

Outils Statistiques du Data Mining

Outils Statistiques du Data Mining Outils Statistiques du Data Mining Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr

Plus en détail

Programme détaillé BTS MANAGEMENT DES UNITES COMMERCIALES. Objectifs de la formation. Les métiers. Durée des études DIPLÔME D ETAT

Programme détaillé BTS MANAGEMENT DES UNITES COMMERCIALES. Objectifs de la formation. Les métiers. Durée des études DIPLÔME D ETAT Objectifs de la formation Le BTS Management des unités commerciales a pour perspective de vous permettre de prendre la responsabilité de tout ou partie d une unité commerciale. Une unité commerciale est

Plus en détail

Le CRM en BFI : une approche du pilotage stratégique

Le CRM en BFI : une approche du pilotage stratégique Le CRM en BFI : une approche du pilotage stratégique Sébastien Pasquet, Responsable de missions Le CRM (Customer Relationship Management) s est développé depuis 10 ans essentiellement par l intégration

Plus en détail

L Usine Digitale / GT Nexus & Cap Gemini juin 2015 ETUDE : LA TRANSFORMATION NUMÉRIQUE DES ENTREPRISES

L Usine Digitale / GT Nexus & Cap Gemini juin 2015 ETUDE : LA TRANSFORMATION NUMÉRIQUE DES ENTREPRISES L Usine Digitale / GT Nexus & Cap Gemini juin 2015 ETUDE : LA TRANSFORMATION NUMÉRIQUE DES ENTREPRISES L ENQUÊTE Méthodologie Etude quantitative en ligne Cible Secteurs Industrie, Services aux entreprises,

Plus en détail

Gestionnaire de petite ou moyenne structure. Programme de Formation

Gestionnaire de petite ou moyenne structure. Programme de Formation Gestionnaire de petite ou moyenne structure Programme de Formation 1. Le public A travers ce dispositif de formation, la CCI de l Oise souhaite accompagner : Les jeunes créateurs souhaitant développer

Plus en détail

ITIL V3. Stratégie des services - Processus

ITIL V3. Stratégie des services - Processus ITIL V3 Stratégie des services - Processus Création : juillet 2011 Mise à jour : Juillet 2011 A propos A propos du document Ce document de référence sur le référentiel ITIL V3 a été réalisé en se basant

Plus en détail

Accompagnement RH des projets de transformation des organisations

Accompagnement RH des projets de transformation des organisations Accompagnement RH des projets de transformation des organisations La conduite d un projet de réorganisation : Un exercice complexe ET délicat! Confrontée à une dégradation continue de sa compétitivité,

Plus en détail

Pour une entreprise plus performante

Pour une entreprise plus performante Pour une entreprise plus performante Smart Technology Services Raison Sociale - Smart Technology Services llc Pôle d activités - Service et conseil dans la technologie de l information Pôle d activités

Plus en détail

D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002)

D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002) L'approche processus D après FD X50-176 Management des processus (2005) AC X50-178 Management des processus, Bonnes pratiques et retours d expérience (2002) Diaporama : Marie-Hélène Gentil (Maître de Conférences,

Plus en détail

Malgré la crise, Le décisionnel en croissance en France

Malgré la crise, Le décisionnel en croissance en France Malgré la crise, Le décisionnel en croissance en France 11 juin 2009 www.idc.com Cyril Meunier IDC France Consulting Manager Copyright 2009 IDC. Reproduction is forbidden unless authorized. All rights

Plus en détail

Le Tag Management à l ère du Smart Data

Le Tag Management à l ère du Smart Data Le Tag Management à l ère du Smart Data LE CAS CLIENT PAGES JAUNES Pages Jaunes est un chef de file des solutions de marketing et de medias numériques au Canada. En lui permettant de normaliser son acquisition

Plus en détail

Assurance et Protection sociale Les enjeux du Digital Commerce

Assurance et Protection sociale Les enjeux du Digital Commerce Assurance et Protection sociale Les enjeux du Digital Commerce Sortir des murs, démultiplier les contacts 2013 T A L E N T E D T O G E T H E R Unissons nos Talents 1 Introduction Entre discours incantatoires

Plus en détail

CATALOGUE DE FORMATION POUR LES CABINETS D AVOCATS

CATALOGUE DE FORMATION POUR LES CABINETS D AVOCATS 2009 CATALOGUE DE FORMATION POUR LES CABINETS D AVOCATS SE DISTINGUER PAR LES COMPETENCES Signe Distinctif accompagne les cabinets d avocats pour développer de nouvelles compétences professionnelles indispensables

Plus en détail