Mémoires Euranova R&D. Objet du document. Contenu
|
|
- Marie-Françoise Lavoie
- il y a 8 ans
- Total affichages :
Transcription
1 Euranova R&D Euranova est une société Belge constituée depuis le 1er Septembre Sa vision est simple: «Être un incubateur technologique focalisé sur l utilisation pragmatique des connaissances». Les activités de recherche sont associées à des voies technologiques et à des opportunités concrètes sur le court, moyen et long terme. Euranova découple la gestion de carrière de la relation client en s appuyant notamment sur une perception entrepreneuriale de la carrière. Objet du document Nous proposons ici des mémoires dans notre département Recherche & Développement. L étudiant travaillera en collaboration avec les ingénieurs de recherche et sera amené à partager ses travaux à travers l outil de gestion de la connaissance utilisé en interne par Euranova. Contenu + Implémentation d un moteur CEP distribué haute performance sur Hadoop et Hbase...2 Approche dirigée par les modèles pour la génération d une chorégraphie distribuée à partir d un processus d orchestration BPMN...4 Etude des framework distribués de grilles de données en vue d une solution de stockage élastique dans le cloud...6 Moteur de recommendation : développement d une approche de confiance pour les services temps réel des réseaux sociaux...8 Etude et Implémentation d une architecture EDA pour le suivi en temps réel de patients d unités de soins intensifs...9 Déploiement d une infrastructure de réseau de senseurs pour des applications de détection de contexte temps-réel /13
2 IMPLÉMENTATION D UN MOTEUR CEP DISTRIBUÉ HAUTE PERFORMANCE SUR HADOOP ET HBASE Contexte : Les applications de détection de contexte en temps réel ont vu le jour dans les systèmes d analyse financier d observation des bourses d échange afin de reconnaître une situation particulière nécessitant une action (ordre de vente, achat, etc...). Ce type d application s est rapidement répandu à la détection de fraude, à la surveillance des réseaux et maintenant à la gestion dynamique des processus d entreprise en fonction du contexte. La détection de contexte en temps réel est rendue possible par les architectures orientées événements et par les moteurs CEP (Complex Event Procesing). Ces moteurs sont basés sur des systèmes de corrélation de données sur une StreamDB (structure de stockage dédiée à l écriture de données immutables). Illustration 1: AOL Advertising runs one of the largest online ad serving operations, serving billions of impressions each month to hundreds of millions of people [1] Aujourd hui, certaines recherches tendent à utiliser ces moteurs CEP pour la prédiction en temps réel de comportements (prédiction de consommateurs, gestion du trafic automobile d une ville, suivi de banc de baleines, etc...). Cependant, les règles et les quantités de données nécessaires sont immenses et pas du tout adaptées aux StreamDB des moteurs CEP. 2/13
3 D un autre côté, les architectures développées dans le monde du cloud et du web sont dévouées à ce seul but : offir une capacité de processing de données distribuée et élastique. Des framework de MapReduce comme Hadoop, des structures de données NoSQL comme HBase pour du processing distribué de grandes quantités de données sont aujourd hui disponibles en open source. Ces technologies sont utilisées entre autres par de grand noms comme FACEBOOK, AOL et Yahoo!. Contribution : l objectif du mémoire est (1) d étudier les architecture des moteurs CEP, (2) d étudier les framework Hadoop et HBase, (3) de proposer une architecture de moteur CEP distribué en utilisant le framework Hadoop et les techniques d analyse temps réel des réseaux sociaux, et enfin (4) d implémenter un prototype. Organisation : ce mémoire est organisé par l ULB en collaboration avec Euranova R&D. L étudiant sera accompagné par l équipe d Euranova R&D. 3/13
4 APPROCHE DIRIGÉE PAR LES MODÈLES POUR LA GÉNÉRATION D UNE CHORÉGRAPHIE DISTRIBUÉE À PARTIR D UN PROCESSUS D ORCHESTRATION BPMN Contexte : Les applications de gestion et d exécution de processus d entreprises sont devenues un des plus importants piliers des infrastructures informatiques. Les entreprises peuvent y modéliser leurs processus d exécution et ainsi entièrement scripter leurs logiques métier. Cette approche est devenue si importante et si attractive pour les gestionnaires d infrastructures qu ils voudraient la voire étendue à d autres systèmes soumis à des contraintes de performances et de charge beaucoup plus importantes que les simples infrastructures d entreprise. Dans ce cas, le principal problème vient de l aspect central du moteur d exécution de processus. En effet, ces moteurs sont alors soumis à toute la charge et deviennent un goulot d étranglement. D un autre côté, les architecture orientées événements (EDA) mettent en avant des patterns d architecture pour la conception de systèmes d information distribués et de haute performance. L idée développée pour ce mémoire n est pas de migrer le moteur d exécution de service dans une EDA mais bien de transformer le process en ensemble de chorégraphies distribuées. Une chorégraphie se limitera donc à l interaction entre deux services et des messages qu ils échangent. Illustration 2: le but de ce mémoire est de transformer un processus centralisé en ensemble d interactions distribuées. Nous proposons d implémenter une transformation de modèle permettant de générer l ensemble des éléments nécessaires à l exécution distribuée du processus au sein d une architecture EDA. 4/13
5 Pour ce faire, l étudiant partira d un méta-modèle EMF représentant un process BPMN. Contribution : l objectif du mémoire est (1) d étudier les architectures EDA, (2) d étudier les modèles de BPM, (3) de proposer une architecture distribuée d exécution de Business process, (4) d implémenter une transformation de modèle pour la générations des éléments nécessaire à l exécution distribuée et enfin (5) d implémenter un prototype. Organisation : ce mémoire est organisé par l ULB en collaboration avec Euranova R&D. L étudiant sera accompagné par l équipe d Euranova R&D. 5/13
6 ETUDE DES FRAMEWORK DISTRIBUÉS DE GRILLES DE DONNÉES EN VUE D UNE SOLUTION DE STOCKAGE ÉLASTIQUE DANS LE CLOUD Contexte : Aujourd hui, le cloud computing est certainement encore un des sujets les plus à la mode. En effet, il promet une évolution élastique de nos serveurs d applications juste par quelques simples clics sur l interface de management en y ajoutant dynamiquement de nouvelles machines virtuelles. A travers un mémoire de l année passée nous avions posé la question de l élasticité du cloud pour les applications, y compris celles qui possèdent une importante quantité de données. Une des réponses proposées étaient les nouvelles structures de données NoSQL et leurs déploiements dans les infrastructures clouds. Une autre solution est aujourd hui mise en avant par les vendeurs IT : les grilles de données. Le concept se veut proche des grilles de calculs (grid) mais pour les données. Néanmoins, ce type de grilles est-il vraiment adapté au cloud et aux infrastructures élastiques? Peut-on vraiment les utiliser pour de très grandes quantités de données? Illustration 3: la grille de données de TIBCO. 6/13
7 Contribution : L objectif du mémoire est (1) de comparer les architectures des grilles de données de TIBCO ActiveSpace, EU DataGrid et INFINISPAN, (2) de proposer un ensemble de tests pour l évaluation de la performance et de l'élasticité, (3) d implémenter ce test dans le laboratoire d Euranova, et enfin (4) d en conclure leur utilisation potentielle dans les infrastructures cloud. Organisation : ce mémoire est organisé par l ULB en collaboration avec Euranova R&D. L étudiant sera accompagné par l équipe d Euranova R&D. 7/13
8 MOTEUR DE RECOMMENDATION : DÉVELOPPEMENT D UNE APPROCHE DE CONFIANCE POUR LES SERVICES TEMPS RÉEL DES RÉSEAUX SOCIAUX Contexte : Le succès des réseaux sociaux n est plus à présenter, ils font désormais part du paysage des outils de communication. L avènement des mobiles et PDA permettant d accéder à ces réseaux depuis n importe quel endroit donne naissance à tout un nouvel éventail de services de collaboration entre personnes d un même réseau mais ne se connaissant par forcément (Pervasive Social Networking [3]). Un certain nombre de recherches se sont posées sur la problématique de la confiance entre personnes d un même réseau en développant de nouveaux concepts [4,5,6] ou en adaptant des existants comme le personal page rank. Illustration 4: les pervasive SN service permettent de réunir des personnes ne se connaissant pas mais ayant un but commun. Nous proposons au mémorant d implémenter un prototype d algorithme de recommandation et de confiance pour un service de social car sharing. Contribution : L objectif du mémoire est (1) d étudier les algorithmes de recommandation sociaux, (2) d étudier les méthodes de confiance dans les réseaux sociaux, (3) de choisir une méthode pertinente à implémenter, et enfin (4) d implémenter un prototype sur un réseau social test crée à partir d IMDB. Organisation : ce mémoire est organisé par l ULB en collaboration avec Euranova R&D. L étudiant sera accompagné par l équipe d Euranova R&D. 8/13
9 ETUDE ET IMPLÉMENTATION D UNE ARCHITECTURE EDA POUR LE SUIVI EN TEMPS RÉEL DE PATIENTS D UNITÉS DE SOINS INTENSIFS Contexte : L aide à la décision informatisée est une science en pleine croissance que l on retrouve dans différents secteurs mais pas encore dans tous. En effet, dans les unités de soins intensifs, les capteurs qui mesurent en temps réel l état des patients envoient une grande quantité de données aux médecins, comme la pression sanguine, le taux de créatine, le taux d anticorps, etc... Aujourd hui il n existe pas d infrastructures automatisées permettant de collecter l ensemble de ces événements afin d en inférer une situation devant requérir l intervention des équipes médicales. Des équipes de recherches se sont attaquées au problème et ont proposé des solutions basées sur le serveur d application temps réel JAIN SLEE et un ESB [7]. Ce prototype permet d implémenter des logiques de surveillance pouvant détecter des situations problématiques pour un patient. Cependant cette architecture n est pas la solution idéale, principalement pour trois raisons : Le container JSLEE doit maintenir une session state full par patient, ce qui pourrait être un frein à la montée en charge pour supporter un grand nombre de patients, Nécessite d implémenter la logique de détection en JAVA, nous ne pouvons donc pas utiliser de Domain Specific Languages (DSL) accessibles au monde médicale pour générer les règles, L architecture n est pas évolutive ex : Comment coupler des données contextuelles temps réel, comme la présence d un spécialiste, la présence d une infermière, ou d autres données, aux logiques de détection de problèmes? Illustration 5: The EDA used for the real time patient monitoring. 9/13
10 L année dernière nous avons proposé un mémoire sur ce sujet en collaboration avec l unité des soins intensifs du centre hospitalier de Mouscron. L expérience s est révélée être un succès pour l équipe médicale qui propose la continuation du mémoire sur un autre cas d utilisation à savoir l assistance informatique des patients mécaniquement ventilés. Contribution : L objectif du mémoire est (1) d étudier, via une série d interviews de médecins d unités des soins intensifs, les différents paramètres de surveillance des patients ainsi que quelques règles simples de détection de problèmes, (2) d étudier les architectures orientées événements et un moteur CEP en particulier, (3) de proposer une architecture EDA, et enfin (4) d implémenter un prototype EDA supportant 50 instances de simulateurs de patients ayant chacun des scénarios de tests XML. Organisation: ce mémoire est organisé par l ULB en collaboration avec Euranova R&D. L étudiant sera accompagné par l équipe d Euranova R&D. 10/13
11 DÉPLOIEMENT D UNE INFRASTRUCTURE DE RÉSEAU DE SENSEURS POUR DES APPLICATIONS DE DÉTECTION DE CONTEXTE TEMPS-RÉEL Contexte : L internet des objets (Internet of Things, IoT) et l internet des services (Internet of Services, IoS) sont probablement les plus importants domaines de recherche européen dans la définition du Future Internet. L alliance d un réseau de things pouvant communiquer, collaborer et envoyer de l information avec un réseau de services pouvant s adapter, s assembler et se configurer en fonction de l objectif à atteindre représente une réelle évolution en terme de développement de services et de paradigme de programmation. Dans ce mémoire, nous proposons l implémentation d un cas d utilisation montrant l usage conjoint d un réseau de senseurs et d une application de détection de contexte temps réel pour de la publicité ciblée. Les équipes R&D européennes de notre partenaire, équipementier télécom multinational, ont développé un prototype supportant un cas d utilisation de détection de contexte temps réel appliqué à la publicité ciblée et profilée. Illustration 6: exemple de business case à implémenter. L étudiant et l équipe d encadrement académique seront autorisés à réutiliser intégralement le 11/13
12 prototype afin de l étendre physiquement à l aide d un réseau de senseurs ZigBee. L idée est d équiper un feu de signalisation avec un senseur et un écran LCD et d autre part une voiture (Lego) avec un senseur capable de déclarer son identité. Lorsque la voiture arrivera au feu rouge, elle se déclarera, ce qui produira un événement sur le réseau. Un service écoutant ces événements sera capable de corréler la présence du conducteur à une série d autres événements, ce qui pourra potentiellement conduire à l affichage d un message publicitaire ciblé sur l écran du feu de signalisation. Illustration 7: illustration du cas d utilisation à implémenter. Notons que ce mémoire devra faire l objet d un Non disclosure agreement (NDA) sur le cas d utilisation métier, l architecture logicielle de service et le code source existant partagé avec l étudiant. L entièreté de la contribution de l étudiant sur la partie senseur sera elle tout à fait publique. Contribution : L objectif du mémoire est (1) d étudier les réseaux de senseurs et les protocoles de communication développés par le service OPERA, (2) d étudier les normes standards de communication, en cours de développement, entre les véhicules et l infrastructure routière, (3) de proposer une architecture de réseau de senseurs pour le cas d utilisation envisagé, (4) d intégrer ces senseurs à l application de détection de contexte temps réel qui sera partagé avec l étudiant. Organisation: ce mémoire est organisé par l ULB (J-M Dricot, OPERA) en collaboration avec Euranova R&D. L étudiant sera accompagné par l équipe d Euranova R&D. 12/13
13 Références [1] Cloud ERA, [2] TIBCO ActiveSpace grid data. [3] SB Mokhtar and al, A middleware service for pervasive social networking, in M-PAC '09 Proceedings of the International Workshop on Middleware for Pervasive Mobile and Embedded Computing, ACM New York, NY, USA.2009 [4] R. Guha, R. Kumar, P. Raghavan, and A. Tomkins.Propagation of trust and distrust. In Proc. of the 13th ACM International Conference on World Wide Web,2004. [5] M. Dell'Amico and L. Capra. SOFIA: Social Filtering for Robust Recommendations. In Proc. of Joint itrust and PST Conferences on Privacy, Trust management and Security, [6] D. Quercia, S. Hailes, and L. Capra. Lightweight Distributed Trust Propagation. In Proc. of the 7th IEEE International Conference on Data Mining, [7] Van Den Bossche B. and al., Design of a JAIN SLEE/ESB-based platform for routing medical data in the ICU, in Computer methods and programs in biomedicine 91 (2008) Ghent (BEL) University 13/13
ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE
Mémoires 2010-2011 www.euranova.eu MÉMOIRES ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE Contexte : Aujourd hui la plupart des serveurs d application JEE utilise des niveaux de cache L1
Plus en détailChange the game with smart innovation
Change the game with smart innovation Master Thesis 2013 2014 Faculty of Science engineering 12/08/2012 Master Thesis proposal for the academic year 2013. TABLE OF CONTENTS Section Un Introduction... 3
Plus en détailLes datas = le fuel du 21ième sicècle
Les datas = le fuel du 21ième sicècle D énormes gisements de création de valeurs http://www.your networkmarketin g.com/facebooktwitter-youtubestats-in-realtime-simulation/ Xavier Dalloz Le Plan Définition
Plus en détailWEB15 IBM Software for Business Process Management. un offre complète et modulaire. Alain DARMON consultant avant-vente BPM alain.darmon@fr.ibm.
WEB15 IBM Software for Business Process Management un offre complète et modulaire Alain DARMON consultant avant-vente BPM alain.darmon@fr.ibm.com Claude Perrin ECM Client Technical Professional Manager
Plus en détailPentaho Business Analytics Intégrer > Explorer > Prévoir
Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho lie étroitement intégration de données et analytique. En effet, les services informatiques et les utilisateurs métiers peuvent accéder aux
Plus en détaile need L un des premiers intégrateurs opérateurs Cloud Computing indépendants en France
e need L un des premiers intégrateurs opérateurs Cloud Computing indépendants en France Sommaire Cloud Computing Retours sur quelques notions Quelques chiffres Offre e need e need Services e need Store
Plus en détailMaster (filière Réseau) Parcours Recherche: Systèmes Informatiques et Réseaux (RTS)
Master (filière Réseau) Parcours Recherche: Systèmes Informatiques et Réseaux (RTS) Responsables: Tanguy Risset & Marine Minier Tanguy.Risset@insa-lyon.fr Marine.minier@insa-lyon.fr http://master-info.univ-lyon1.fr/m2rts/
Plus en détailPlateforme IoT flexible et configurable:
Plateforme IoT flexible et configurable: Vers une intégration automatisée de dispositifs communicants Journée Capteurs connectés 2015 Prof. Nabil Ouerhani, HE-Arc Yverdon-les-Bains, 19.11.2014 Plan de
Plus en détailBIG DATA en Sciences et Industries de l Environnement
BIG DATA en Sciences et Industries de l Environnement François Royer www.datasio.com 21 mars 2012 FR Big Data Congress, Paris 2012 1/23 Transport terrestre Traçabilité Océanographie Transport aérien Télémétrie
Plus en détailNOVA BPM. «Première solution BPM intégr. Pierre Vignéras Bull R&D
NOVA BPM «Première solution BPM intégr grée» Pierre Vignéras Bull R&D Définitions Business Process Pratiques existantes qui permettent aux personnes et systèmes de travailler ensemble Business Process
Plus en détailLabs 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 détailIyad Alshabani SysCom - CReSTIC Université de Reims 17/02/2011 1
SysCom - CReSTIC Université de Reims 17/02/2011 1 Motivation Gestion des expérimentations Avec les workflows Simulation Simulation des Systèmes Distribués ANR USS SimGrid Campagne de Test et gestion de
Plus en détailLes 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 détailUE 8 Systèmes d information de gestion Le programme
UE 8 Systèmes d information de gestion Le programme Légende : Modifications de l arrêté du 8 mars 2010 Suppressions de l arrêté du 8 mars 2010 Partie inchangée par rapport au programme antérieur Indications
Plus en détailConception Exécution Interopérabilité. Déploiement. Conception du service. Définition du SLA. Suivi du service. Réception des mesures
Software propose une offre d intégration unique, qui apporte l équilibre parfait entre investissements et performances pour les entreprises qui doivent sans cesse améliorer leurs processus. Des caractéristiques
Plus en détailIBM Business Process Manager
IBM Software WebSphere Livre blanc sur le leadership en matière d innovation IBM Business Process Manager Une plateforme de BPM complète, unifiée et facilement adaptable aux projets et aux programmes d
Plus en détail20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013. 20 ans du SIAD -"Big Data par l'exemple" -Julien DULOUT
20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013 20 ans du SIAD -"BigData par l'exemple" -Julien DULOUT Qui a déjà entendu parler du phénomène BigData? Qui a déjà
Plus en détailMettre en place une infrastructure Web nouvelle génération avec Drupal et Acquia
Mettre en place une infrastructure Web nouvelle génération avec Drupal et Acquia Pour l architecte de solutions web Table des matières Présentation générale... 3 Des outils disparates.... 4 Une gestion
Plus en détailOffre formation Big Data Analytics
Offre formation Big Data Analytics OCTO 2014 50, avenue des Champs-Elysées 75008 Paris - FRANCE Tél : +33 (0)1 58 56 10 00 Fax : +33 (0)1 58 56 10 01 www.octo.com 1 Présentation d OCTO Technology 2 Une
Plus en détailÉlasticité des applications à base de services dans le Cloud
1/40 Élasticité des applications à base de services dans le Cloud Mourad Amziani 12 Tarek Melliti 1 Samir Tata 2 1 IBISC, EA4526, Université d'évry Val-d'Essonne, Évry, France 2 UMR CNRS Samovar, Institut
Plus en détailFusion : l interopérabilité chez Oracle
Standardisation et interopérabilité Fusion : l interopérabilité chez Oracle Lionel Dubreuil,, Applications Technology Product Manager, Oracle France, lionel.dubreuil@oracle.com 29/03/2006 Page : 1 Oracle
Plus en détailProgrammation de services en téléphonie sur IP
Programmation de services en téléphonie sur IP Présentation de projet mémoire Grégory Estienne Sous la supervision du Dr. Luigi Logrippo Introduction La téléphonie sur IP comme support à la programmation
Plus en détailMettez les évolutions technologiques au service de vos objectifs métier
Mettez les évolutions technologiques au service de vos objectifs métier 2 OXIA a pour mission de concevoir et mettre en oeuvre les meilleures solutions technologiques visant à améliorer la productivité,
Plus en détailPanorama 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 détailIntroduction à MapReduce/Hadoop et Spark
1 / 36 Introduction à MapReduce/Hadoop et Spark Certificat Big Data Ludovic Denoyer et Sylvain Lamprier UPMC Plan 2 / 36 Contexte 3 / 36 Contexte 4 / 36 Data driven science: le 4e paradigme (Jim Gray -
Plus en détailModèle de cahier des charges pour un appel d offres relatif à une solution de gestion des processus métier (BPM)
LA BOITE A OUTILS DE L ACHETEUR DE BPM Modèle de cahier des charges pour un appel d offres relatif à une solution de gestion des processus métier (BPM) La boîte à outils de l acheteur de solution BPM -
Plus en détailLa démarche SOA et l interopérabilité applicative
La démarche SOA et l interopérabilité applicative Retour d'expérience des projets RITA / PRESTO de la Direction Générale de la Modernisation de l'état Abdelaziz Skalli Consultant Tél : +33.630.78.54.75
Plus en détailTransformation IT de l entreprise BPM ET APPROCHE MÉTIER
Transformation IT de l entreprise BPM ET APPROCHE MÉTIER L amélioration des processus métiers se traduit par des gains tangibles. Le BPM est devenu une pièce angulaire du système d information des organisations.
Plus en détailLeaderSHIP BPM TIBCO iprocess Suite The Forrester Wave : Human-Centric Business Process Management Suites, Q1 2006 www.tibco.com TIBCO Software Inc
TIBCO PM iprocess Suite «TIBCO est le seul fournisseur capable de prendre en charge l éventail complet des processus orientés systèmes et humains.» The Forrester Wave : Human-Centric Business Process Management
Plus en détail<Insert Picture Here> La GRC en temps de crise, difficile équilibre entre sentiment de sécurité et réduction des coûts
La GRC en temps de crise, difficile équilibre entre sentiment de sécurité et réduction des coûts Christophe Bonenfant Cyril Gollain La GRC en période de croissance Gouvernance Gestion
Plus en détailL EAI. par la pratique. François Rivard. Thomas Plantain. Groupe Eyrolles, 2003 ISBN : 2-212-11199-1
L EAI par la pratique François Rivard Thomas Plantain ISBN : 2-212-11199-1 Table des matières Avant-propos................................................ Quel est l objectif de cet ouvrage...............................
Plus en détailSystèmes Répartis. Pr. Slimane Bah, ing. PhD. Ecole Mohammadia d Ingénieurs. G. Informatique. Semaine 24.2. Slimane.bah@emi.ac.ma
Ecole Mohammadia d Ingénieurs Systèmes Répartis Pr. Slimane Bah, ing. PhD G. Informatique Semaine 24.2 1 Semestre 4 : Fev. 2015 Grid : exemple SETI@home 2 Semestre 4 : Fev. 2015 Grid : exemple SETI@home
Plus en détailAnticiper et prédire les sinistres avec une approche Big Data
Anticiper et prédire les sinistres avec une approche Big Data Julien Cabot Directeur Big Data Analytics OCTO jcabot@octo.com @julien_cabot OCTO 2013 50, avenue des Champs-Elysées 75008 Paris - FRANCE Tél
Plus en détailFORUM 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 détailSécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL
Sécurité des entrepôts de données dans le Cloud Un SaaS pour le cryptage des données issues d un ETL Présenté par Hana Gara Kort Sous la direction de Dr Jalel Akaichi Maître de conférences 1 1.Introduction
Plus en détailL 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 détailPour 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 détailPremier Accelerate Packages: Azure Fast Start
Premier Premier Accelerate Packages: Azure Fast Start Appuyez-vous sur l excellence Premier Premier Accelerate Packages Faites un premier pas sur Azure à travers une expérience mêlant formation atelier
Plus en détailLe traitement du Big Data inclue la collecte, la curation, le stockage, l enrichissement, le croisement, la partage, l analyse et la visualisation.
Les infrastructure du Big Data Le «Big Data» vise à tirer un avantage concurrentiel au travers de méthodes de collecte, d analyse et d exploitation des données qu on ne pouvait utiliser jusqu à présent
Plus en détailTechnologies du Web. Ludovic DENOYER - ludovic.denoyer@lip6.fr. Février 2014 UPMC
Technologies du Web Ludovic DENOYER - ludovic.denoyer@lip6.fr UPMC Février 2014 Ludovic DENOYER - ludovic.denoyer@lip6.fr Technologies du Web Plan Retour sur les BDs Le service Search Un peu plus sur les
Plus en détailRETOUR D EXPÉRIENCE SUR L INTERNET DES OBJETS
*Réussir la transformation. Ensemble. RETOUR D EXPÉRIENCE SUR L INTERNET DES OBJETS Mardi 7 juillet 2015 Delivering Transformation. Together. QUEL EST LE CONTEXTE IOT POUR LES GRANDS GROUPES? L Internet
Plus en détailPlan 1/9/2013. Génération et exploitation de données. CEP et applications. Flux de données et notifications. Traitement des flux Implémentation
Complex Event Processing Traitement de flux de données en temps réel Romain Colle R&D Project Manager Quartet FS Plan Génération et exploitation de données CEP et applications Flux de données et notifications
Plus en détailAPI04 Contribution. Apache Hadoop: Présentation et application dans le domaine des Data Warehouses. Introduction. Architecture
API04 Contribution Apache Hadoop: Présentation et application dans le domaine des Data Warehouses Introduction Cette publication a pour but de présenter le framework Java libre Apache Hadoop, permettant
Plus en détailArchitectures informatiques dans les nuages
Architectures informatiques dans les nuages Cloud Computing : ressources informatiques «as a service» François Goldgewicht Consultant, directeur technique CCT CNES 18 mars 2010 Avant-propos Le Cloud Computing,
Plus en détailAcquisition 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 détailCloud Computing. La révolution industrielle informatique. 2015 - Alexis Savin
Cloud Computing La révolution industrielle informatique 0 2015 - Alexis Savin Qui je suis Alexis Savin (asavin@integra.fr) Formation : Diplômé Ingénieur de l EPITA Spécialités : Architecture Réseau / Sécurité
Plus en détailEnvironnement collaboratif multimodal pour Communauté Virtuelle à la puissance GRID
Environnement collaboratif multimodal pour Communauté Virtuelle à la puissance GRID MSAS 2008 - Bamako Sellami Mokhtar, Zarzour Hafed Mind.lab/Laboratoire de Recherche en Informatique Université d Annaba
Plus en détailCloud et SOA La présence du Cloud révolutionne-t-elle l approche SOA?
Cloud et SOA La présence du Cloud révolutionne-t-elle l approche SOA? Jean-Marc Pierson pierson@irit.fr IRIT, Université de Toulouse Agenda! Le Cloud! Le SOA! Quelle différence!?! Cloud et SOA! Mise en
Plus en détailLe cloud computing au service des applications cartographiques à haute disponibilité
Le cloud computing au service des applications cartographiques à haute disponibilité Claude Philipona Les Rencontres de SIG-la-Lettre, Mai 2010 camptocamp SA / www.camptocamp.com / info@camptocamp.com
Plus en détailConcours interne d ingénieur des systèmes d information et de communication. «Session 2010» Meilleure copie "étude de cas architecture et systèmes"
Concours interne d ingénieur des systèmes d information et de communication «Session 2010» Meilleure copie "étude de cas architecture et systèmes" Note obtenue : 14,75/20 HEBERGE-TOUT Le 25 mars 2010 A
Plus en détailAVRIL 2014. Au delà de Hadoop. Panorama des solutions NoSQL
AVRIL 2014 Panorama des solutions NoSQL QUI SOMMES NOUS? Avril 2014 2 SMILE, EN QUELQUES CHIFFRES 1er INTÉGRATEUR EUROPÉEN DE SOLUTIONS OPEN SOURCE 3 4 NOS EXPERTISES ET NOS CONVICTIONS DANS NOS LIVRES
Plus en détailL Orchestration de Services Web avec Orchestra. Goulven Le Jeune Orchestra Project Manager
L Orchestration de Services Web avec Orchestra Goulven Le Jeune Orchestra Project Manager D1 Bull, Architecte d un Monde Ouvert : contributeur et acteur majeur de l'open Source Applications métiers Infrastructures
Plus en détailFouillez facilement dans votre système Big Data. Olivier TAVARD
Fouillez facilement dans votre système Big Data Olivier TAVARD A propos de moi : Cofondateur de la société France Labs Développeur (principalement Java) Formateur en technologies de moteurs de recherche
Plus en détailBig Data. Cyril Amsellem Consultant avant-vente. 16 juin 2011. Talend 2010 1
Big Data Cyril Amsellem Consultant avant-vente 16 juin 2011 Talend 2010 1 Big Data Architecture globale Hadoop Les projets Hadoop (partie 1) Hadoop-Core : projet principal. HDFS : système de fichiers distribués
Plus en détailINGÉNIEUR LOGICIEL JAVAEE / GROOVY 8 ANS D EXPÉRIENCE
INGÉNIEUR LOGICIEL JAVAEE / GROOVY 8 ANS D EXPÉRIENCE Igor Rosenberg 30 ans DEA «Image-Vision» de l Université de Nice Sophia-Antipolis POSTES PRECEDENTS MMA: Développement Web/Grails sur démonstrateur
Plus en détailProgrammation parallèle et distribuée (Master 1 Info 2015-2016)
Programmation parallèle et distribuée (Master 1 Info 2015-2016) Hadoop MapReduce et HDFS Note bibliographique : ce cours est largement inspiré par le cours de Benjamin Renaut (Tokidev SAS) Introduction
Plus en détailJean-Nicolas Piotrowski, Dirigeant Fondateur d ITrust
Jean-Nicolas Piotrowski, Dirigeant Fondateur d ITrust Ancien Responsable sécurité salle de marchés BNP, CISSP, Lead Auditor 27001, Ingénieur Télécom Toulouse, Expert sécurité intervenant à l'assemblée
Plus en détailSOA Open Source Intégration des services et business process dans une architecture SOA Open Source. Bruno Georges JBoss, a Division of Red Hat
SOA Open Source Intégration des services et business process dans une architecture SOA Open Source Bruno Georges JBoss, a Division of Red Hat Agenda Cas d etude Contexte métier Les bénéfices Open Source
Plus en détailQu'est-ce que le BPM?
Qu'est-ce que le BPM? Le BPM (Business Process Management) n'est pas seulement une technologie mais, dans les grandes lignes, une discipline de gestion d'entreprise qui s'occupe des procédures contribuant
Plus en détailDESCRIPTIF DES PROJETS 3EME ANNEE QUI SERONT PRESENTES LORS DE LA JOURNEE DE PROJET DE FIN D ETUDE LE 26/01/2012
DA Télémédecine et SI de Santé DESCRIPTIF DES PROJETS 3EME ANNEE QUI SERONT PRESENTES LORS DE LA JOURNEE DE PROJET DE FIN D ETUDE LE 26/01/2012 PROJET N 1 : IMPLEMENTATION D'UNE INTERFACE SWEETHOME DEDIEE
Plus en détailIntroduction aux systèmes temps réel. Iulian Ober IRIT ober@iut-blagnac.fr
Introduction aux systèmes temps réel Iulian Ober IRIT ober@iut-blagnac.fr Définition Systèmes dont la correction ne dépend pas seulement des valeurs des résultats produits mais également des délais dans
Plus en détailDidier RIGOLI. Freelance, services IT: Architecture et design, Gestion de projets, Management Opérationnel.
Didier RIGOLI +32 473 88 34 21 didier.rigoli@drco.be Rue Florimond Baugniet, 3 5310 Dhuy les Boscailles (Eghezée) Belge Freelance, services IT: Architecture et design, Gestion de projets, Management Opérationnel.
Plus en détailBig Data Jean-Michel Franco
28/03/2014 Big Data Tendances, perspectives et cas d usage Jean-Michel Franco Directeur de l innovation et des solutions jean-michel.franco@businessdecision.com Twitter : @jmichel_franco Définition Le
Plus en détailOptimisation des niveaux de service dans le cadre de déploiements de Clouds publics
LIVRE BLANC Optimisation des niveaux de service dans le cadre de déploiements de Clouds publics Clés pour une gestion efficace des services agility made possible Table des matières Résumé 3 Introduction
Plus en détailModelio by Modeliosoft
Modelio by Modeliosoft Solutions d entreprise basées sur l atelier leader de modélisation open source Modelio (modelio.org) L atelier de modélisation open source de référence Une solution sur étagère,
Plus en détailCatalogue des stages Ercom 2013
Catalogue des stages Ercom 2013 Optimisations sur Modem LTE Poste basé à : Caen (14) Analyse et optimisation des performances des traitements réalisés dans un modem LTE. - Profiling et détermination des
Plus en détailAlignement avec les métiers par le test fonctionnel et d acceptation en projets agiles
Alignement avec les métiers par le test fonctionnel et d acceptation en projets agiles Laurent PY CEO, Smartesting Laurent.py@smartesting.com @py_laurent www.smartesting.com Guillaume Coquelle Testeur,
Plus en détailStephan Hadinger, Sr. Mgr Solutions Architecture, AWS. Salon du Big Data 11 mars 2015
Stephan Hadinger, Sr. Mgr Solutions Architecture, AWS Salon du Big Data 11 mars 2015 Accélération de l innovation +500 +280 Amazon EC2 Container Service +159 AWS Storage Gateway Amazon Elastic Transcoder
Plus en détailDu Datacenter au Cloud Quels challenges? Quelles solutions? Christophe Dubos Architecte Microsoft
Du Datacenter au Cloud Quels challenges? Quelles solutions? Christophe Dubos Architecte Microsoft Microsoft et le Cloud Computing Quelle approche? Le Cloud, un accélérateur de la transformation Un modèle
Plus en détailconcevoir, mettre en œuvre et maintenir un réseau informatique
Cisco Systems est le leader mondial en matériel réseau. Le programme Cisco Networking Academy permet d acquérir les connaissances nécessaires pour concevoir, mettre en œuvre et maintenir un réseau informatique.
Plus en détailVisual Paradigm Contraintes inter-associations
Visual Paradigm Contraintes inter-associations Travail de Bachelor d'informaticien de gestion Partie C Présentation de Visual Paradigm 1 Présentation de Visual Paradigm For UML L objet du travail de Bachelor
Plus en détailJOnAS 5 Enterprise OSGi javaee compliant
JOnAS 5 Enterprise OSGi javaee compliant Agenda Introduction Architecture JOnAS 5 Embarqué 2 Bull, 2009 Diffusion non autorisée sans accord préalable Serveur d'application de classe entreprise - 1er serveur
Plus en détailCNAM 2010-2011. Déploiement d une application avec EC2 ( Cloud Amazon ) Auteur : Thierry Kauffmann Paris, Décembre 2010
CNAM 2010-2011 Déploiement d une application avec EC2 ( Cloud Amazon ) Auteur : Thierry Kauffmann Paris, Décembre 2010 Déploiement d une application dans le cloud. 1. Cloud Computing en 2010 2. Offre EC2
Plus en détailCloud Computing Stratégie IBM France
Cloud Computing Stratégie IBM France Daphné Alécian, Cloud Market Manager 1 2 2 Le Cloud Computing induit des changements majeurs en terme d usage et de comportement Définition : Caractéristiques : Un
Plus en détailMapReduce. Malo Jaffré, Pablo Rauzy. 16 avril 2010 ENS. Malo Jaffré, Pablo Rauzy (ENS) MapReduce 16 avril 2010 1 / 15
MapReduce Malo Jaffré, Pablo Rauzy ENS 16 avril 2010 Malo Jaffré, Pablo Rauzy (ENS) MapReduce 16 avril 2010 1 / 15 Qu est ce que c est? Conceptuellement Données MapReduce est un framework de calcul distribué
Plus en détailCOMPUTING. Jeudi 23 juin 2011 1 CLOUD COMPUTING I PRESENTATION
C L O U D COMPUTING Jeudi 23 juin 2011 1 2 Une nouvelle révolution de l IT 2010+ Cloud Computing 2000s Service Oriented Archi. 1990s Network Computing 1980s Personal Computing 1970s Mainframe Computing
Plus en détailNe cherchez plus, soyez informés! Robert van Kommer
Ne cherchez plus, soyez informés! Robert van Kommer Le sommaire La présentation du contexte applicatif Le mariage: Big Data et apprentissage automatique Dialogues - interactions - apprentissages 2 Le contexte
Plus en détailStages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE. Contact : Mme Lapedra, stage@isoft.fr
Stages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE Contact : Mme Lapedra, stage@isoft.fr ISoft, éditeur de logiciels, est spécialisé dans l informatique décisionnelle et l analyse de données. Son expertise
Plus en détailExécution de processus
Exécution de processus Mineure SOA Cécile Hardebolle cecile.hardebolle@supelec.fr Programme 8 nov. 15 nov. Introduction. Enjeux, rôle de l'architecte SI Partie n 1 du cas d'étude Architecture et cartographie
Plus en détail24/11/2011. Cours EJB/J2EE Copyright Michel Buffa. Plan du cours. EJB : les fondamentaux. Enterprise Java Bean. Enterprise Java Bean.
Plan du cours 2 Introduction générale : fondamentaux : les fondamentaux Michel Buffa (buffa@unice.fr), UNSA 2002, modifié par Richard Grin (version 1.1, 21/11/11), avec emprunts aux supports de Maxime
Plus en détailSolution de gestion des journaux pour le Big Data
Solution de gestion des journaux pour le Big Data PLATE-FORME ÉVOLUTIVE D INFORMATIONS SUR LES JOURNAUX POUR LA SÉCURITÉ, LA CONFORMITÉ ET LES OPÉRATIONS INFORMATIQUES Plus de 1 300 entreprises de secteurs
Plus en détailOracle Fusion Middleware Concepts Guide 11g Release 1 (11.1.1) Figure 1-1 Architecture Middleware
1 Introduction Ce chapitre décrit Oracle Fusion Middleware. Il comprend : o Qu'est-ce que Middleware o Les fonction de Middleware o L'architecture de conception Middleware o L'architecture orientée services
Plus en détailVers l'orchestration de grilles de PC par les mécanismes de publicationsouscription
Vers l'orchestration de grilles de PC par les mécanismes de publicationsouscription Présentée par Leila Abidi Sous la direction de Mohamed Jemni & Christophe Cérin Plan Contexte Problématique Objectifs
Plus en détailBusiness Process Modeling (BPM)
Business Process Modeling (BPM) Mineure SOA Cécile Hardebolle cecile.hardebolle@supelec.fr Programme 8 nov. 15 nov. Introduction. Enjeux, rôle de l'architecte SI Partie n 1 du cas d'étude Architecture
Plus en détailBI dans les nuages. Olivier Bendavid, UM2 Prof. A. April, ÉTS
BI dans les nuages Olivier Bendavid, UM2 Prof. A. April, ÉTS Table des matières Introduction Description du problème Les solutions Le projet Conclusions Questions? Introduction Quelles sont les défis actuels
Plus en détailAtelier WEB20 : IBM WebSphere CAST IRON
Atelier WEB20 : IBM WebSphere CAST IRON Plateforme d intégration complète pour connecter l Entreprise avec le cloud Magali Boulet IT Specialist magali.boulet@fr.ibm.com Le Cloud Computing? Applications
Plus en détail3A-IIC - Parallélisme & Grid GRID : Définitions. GRID : Définitions. Stéphane Vialle. Stephane.Vialle@supelec.fr http://www.metz.supelec.
3A-IIC - Parallélisme & Grid Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle Principes et Objectifs Evolution Leçons du passé Composition d une Grille Exemple d utilisation
Plus en détailEfficient Object Versioning for Object- Oriented Languages From Model to Language Integration
Efficient Object Versioning for Object- Oriented Languages From Model to Language Integration Pluquet Frédéric July, 3rd 2012 Etude de techniques efficaces de versionnement d objets pour les langages orientés
Plus en détailRFID: Middleware et intégration avec le système d'information Olivier Liechti
RFID: Middleware et intégration avec le système d'information Olivier Liechti Sun Microsystems, Inc. Agenda Introduction > Vision et architecture Le rôle du middleware RFID > Gestion des données > Administration
Plus en détailChapitre 4: Introduction au Cloud computing
Virtualisation et Cloud Computing Chapitre 4: Introduction au Cloud computing L'évolution d'internet Virt. & Cloud 12/13 2 Définition Le cloud computing est une technologie permettant de délocaliser les
Plus en détailBABEL LEXIS : UN SYSTÈME ÉVOLUTIF PERMETTANT LA CRÉATION, LE STOCKAGE ET LA CONSULTATION D OBJETS HYPERMÉDIAS
Quatrième colloque hypermédias et apprentissages 275 BABEL LEXIS : UN SYSTÈME ÉVOLUTIF PERMETTANT LA CRÉATION, LE STOCKAGE ET LA CONSULTATION D OBJETS HYPERMÉDIAS Anne-Olivia LE CORNEC, Jean-Marc FARINONE,
Plus en détailLaboratoire 4 Développement d un système intelligent
DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2012 Laboratoire 4 Développement d un système intelligent 1 Introduction Ce quatrième et dernier laboratoire porte sur le développement
Plus en détailIntervenants. Thomas d'erceville Project Manager. Christian NGUYEN Practice Manager IT Quality
Intervenants Thomas d'erceville Project Manager Christian NGUYEN Practice Manager IT Quality 2 14/04/2015 De l'assurance qualité à l'ingénierie des tests logiciels 1. Contexte général des tests mobiles
Plus en détailLa technologie BPM. Qu'est-ce que la technologie BPM? AVRIL 2006
La technologie BPM Devant la quête incessante de productivité et le manque de vision globale entre les différents processus aboutissant à la mise sur le marché d'un nouveau produit, les entreprises font
Plus en détailChristophe Dubos Architecte Infrastructure et Datacenter Microsoft France chrisdu@microsoft.com
Christophe Dubos Architecte Infrastructure et Datacenter Microsoft France chrisdu@microsoft.com Microsoft et le Cloud Computing Quelle approche? Voyage au Cœur du Cloud Microsoft Self Service Client Délégation
Plus en détailFormation Cloudera Data Analyst Utiliser Pig, Hive et Impala avec Hadoop
Passez au niveau supérieur en termes de connaissance grâce à la formation Data Analyst de Cloudera. Public Durée Objectifs Analystes de données, business analysts, développeurs et administrateurs qui ont
Plus en détailGrid Technology. ActiveMQ pour le grand collisionneur de hadrons (LHC) Lionel Cons Grid Technology Group Information Technology Department
DB GT CF Grid ActiveMQ pour le grand collisionneur de hadrons (LHC) Lionel Cons Grid Group Information Department Journée de la communauté FUSE, Paris, 2010 CERN IT Department CH-1211 Geneva 23 Switzerland
Plus en détailCloud Computing. Jeudi 17 décembre 2009
Technologies des réseaux et NTICs Cloud Computing Jeudi 17 décembre 2009 Coordination scientifique : Drissa Houatra (Orange Labs) Pierre Léonard (Consultant) Amphithéâtre Becquerel, École Polytechnique,
Plus en détailAdaptabilité d un MOOC aux styles d apprentissage. Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr
Adaptabilité d un MOOC aux styles d apprentissage Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr Agenda 1. Contexte : l apprentissage dans le projet PLACIS 2. Choix du
Plus en détailPrésentation de l Université Numérique de Paris Île-de-France
Présentation de l Université Numérique de Paris Île-de-France 36 établissements 17 universités, 14 écoles, 2 PRES, 3 CROUS 500 000 étudiants 50 000 personnels Le contexte de l étude UnivCloud Un acteur
Plus en détail