MASTODONS. Un défi CNRS sur les «Big Data» Mokrane Bouzeghoub. Séminaire DUs INSHS - 6/12/2012
|
|
- Benoît Favreau
- il y a 8 ans
- Total affichages :
Transcription
1 MASTODONS Un défi CNRS sur les «Big Data» Mokrane Bouzeghoub Séminaire DUs INSHS - 6/12/2012 1
2 Qu est qu une (très grande) masse de données? VLDB XLDB Massive Data Big Data Very Big Data Data Deluge Grandes Conf du domaine: VLDB, XLDB, ICDE, EDBT,
3 Exemples Link Open Data Initiative Accès à plusieurs BD scientifiques et culturelles interconnectées sur le Web Youtube 60h de vidéo/mn I Facebook 40 Mds de photos GoogleEarth 70 TB LSST 16 TB toutes les 8 heures
4 Les dimensionnalités des masses de données Nombre dʼattributs (de variables)" Nombre dʼoccurrences/objets" Nombre de sources de données" Fréquence dʼacquisition des données" Degré de réplication des données" Volume des méta données, annotations, indexes" Volume de données déplacé par les requêtes ou les calculs"
5 Diversité des sources de données et des types de données BD et fichiers d entreprises Données WEB et Réseaux Sociaux Données de Capteurs Données d expériences scientifiques (ex: simu) Grands corpus culturels et scientifiques (Digital Libraries) Données structurées Tableaux Objets (données, codes) Données semi/non-structurées Documents (XML), ressources (RDF) Données multi-média Images audio video Autres données Graphiques, diagrammes Séries temporelles Flux de données / événements.
6 Objec&fs du défi Mastodons Produire des concepts et des solu&ons qui n'auraient pu être obtenus sans coopéra&on entre les différentes disciplines du CNRS. Favoriser l émergence d une communauté scien&fique interdisciplinaire autour de la science des données, et produire des solu&ons originales sur le périmètre des données scien/fiques.
7 Pilotage et res&tu&on Coordina&on étroite de l ensemble des projets Augmenter la synergie entre projets Res&tu&on des résultats Publica&ons de qualité Colloques è déjà 4 avec près de 300 par2cipants Financement sur 4 à 5 ans Selon contraintes budgétaires CNRS Selon impact et résultats des projets è l interdisciplinarité doit être une réalité et pas un alibi
8 Apports spécifiques des SHS Sémantique des données" Méta données, annotations, interprétation" Protection de la vie privée" Confidentialité, droit à lʼoubli" Éthique, réglementations" Aide à lʼanalyse à grande échelle (très grands corpus)" Réseaux sociaux, Open data" Apports linguistiques" Outils formels, constitution dʼontologies" Préservation à long terme" Connaissances scientifiques, patrimoine culturel" "
9 Cartographie des projets retenus en projets soumis 16 projets sélec&onnés 74 UMR 44 UMR 9
10 Les projets retenus en 2012 Physique des par&cules: 1 Stockage à grande échelles de résultats d expériences Simula&on, analyse et visualisa&on ü è env 15PB/an Sciences de la terre et de l univers: 5 Masses de données sismologiques Origine et évolu&on de notre galaxie: données d observa&ons astronomiques grand champ ü è 140 terabytes / 5 jours Environnement, climat, biodiversité: 4 Analyse de MdD urbaines et environnementales
11 Les projets retenus en 2012 Biologie: 3 Défis computa&onnels de séquençage haut débit Fédéra&on de données en imagerie biomédicale Etude visuelle et interac&ve des protéomes Réseaux sociaux: 2 Reconstruc&on et analyses de réseaux sociaux, cartographie séman&que, Social compu&ng, intelligence collec&ve Préserva&on des données: 1 Enjeux technologiques, sociétaux, coûts, risques
12 Projets impliquant des UMR INSHS Titre du projet Projet SENSE : Socialized Network Science ARESOS: Reconstruction, Analyse et Accès aux Données dans les Grands Réseaux Socio Sémantiques Porteur Pablo Jensen Patrick Gallinari AMADOUER: Analyse de MAsse de Attila DOnnées de l Urbain et Baskurt l EnviRonnement PREDON: La préservation et l exploitation des données scientifiques à long terme Cristine Diacanou l UMR Impliquées LP, LIP, IXXI, Max Weber LIP6, CAMS, LIG, LIRIT, LATTICE LIRIS, EVS, CETHIL,LGCIE CPPM, LPCCG, LAPP Instituts/ Organism es INP, INS2I, INSHS INS2I, INSMI, INSHS INS2I, INSHS, INEE, INSIS IN2P3
Emergence du Big Data Exemple : Linked Open Data
16/05/2014 Une approche interdisciplinaire des grandes masses de données (Défi Mastodons) Mokrane Bouzeghoub DAS INS2I / MI 1 Emergence du Big Data Exemple : Linked Open Data Accès à plusieurs BD scientifiques
Plus en détailEmergence du Big Data Exemple : Linked Open Data
1 CNRS - Misionpour l'interdisciplinarité Mokrane Bouzeghoub 1 Une approche interdisciplinaire des grandes masses de données (Défi Mastodons) Mokrane Bouzeghoub DAS INS2I / MI Ecole de L Innova.on Thérapeu.
Plus en détailSommaire. Par$e 1 : Enjeux et probléma$ques des masses de données. Par$e 2 : Le défi Mastodons. Par$e 3 : Focus sur quelques projets
Mastodons Une approche interdisciplinaire des grandes masses de données (Big Data) Mokrane Bouzeghoub DAS INS2I / MI 1 Sommaire Par$e 1 : Enjeux et probléma$ques des masses de données Par$e 2 : Le défi
Plus en détailMastodons Une approche interdisciplinaire des Big Data
Mastodons Une approche interdisciplinaire des Big Data Méga- données, IRIT Nov 2014 Mokrane Bouzeghoub DAS INS2I / MI CNRS - Mission pour l'interdisciplinarité Mokrane Bouzeghoub 1 1 Introduction 2 CNRS
Plus en détailMastodons. Une Approche Interdisciplinaire des Big Data. Mokrane Bouzeghoub CNRS / INS2I & MI !"#$%&%'()*%+,$-.'."$%%
Mastodons Une Approche Interdisciplinaire des Big Data Mokrane Bouzeghoub CNRS / INS2I & MI!"#$%&%'()*%+,$-.'."$%% PLAN Quelques concepts de base Les ouels du Big Data Le défi Mastodons (CNRS) Conclusion
Plus en détailMasses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA
Masses de données 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Rédacteurs : Mjo Huguet / N. Jozefowiez 1. Introduction : Besoins Informations et Aide
Plus en détailJean-François Boulicaut & Mohand-Saïd Hacid
e siècle! Jean-François Boulicaut & Mohand-Saïd Hacid http://liris.cnrs.fr/~jboulica http://liris.cnrs.fr/mohand-said.hacid Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205
Plus en détailIndexmed : Le big data en écologie? Pas encore disent certains. Pas si sûr! Avec IndexMed. Relevons ce challenge!
Indexmed : Le big data en écologie? Pas encore disent certains Pas si sûr! Avec IndexMed Relevons ce challenge! Origine du consortium L état des lieux (source : séminaire Allenvie, séminaire Indexmed1)
Plus en détailL'écosystème du calcul intensif et des données : la vision du CNRS. M. Daydé. Directeur du Comité d Orientation pour le Calcul Intensif au CNRS
L'écosystème du calcul intensif et des données : la vision du CNRS M. Daydé Directeur du Comité d Orientation pour le Calcul Intensif au CNRS Délégué Scientifique CNRS / INS2 Rôle et missions du COCIN
Plus en détailL informatique à l IN2P3 et le rôle du Chargé de Mission
L informatique à l IN2P3 et le rôle du Chargé de Mission Giovanni Lamanna Réunion du comité des DUs 29 avril 2013 Plan - Présentation du Charge de Mission pour l Informatique - Lettre de mission: défis
Plus en détailIndexmed : Le big data en écologie? Pas encore disent certains. Pas si sûr! Avec IndexMed. Relevons ce challenge!
Indexmed : Le big data en écologie? Pas encore disent certains Pas si sûr! Avec IndexMed Relevons ce challenge! Origine du consortium L état des lieux (source : séminaire Allenvie, séminaire Indexmed1)
Plus en détailMasses de données et calcul : à l IRIT. 8 octobre 2013
Masses de données et calcul : la recherche en lien avec les Big Data à l IRIT 8 octobre 2013 08/10/2013 1 L IRIT en qq chiffres 700 personnes sur tous les sites toulousains 5 tutelles 7 thèmes et 21 équipes
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université
Plus en détailBig Data: développement, rôle des ARS?? Laurent Tréluyer, ARS Ile de France Alain Livartowski Institut Curie Paris 01/12/2014
Big Data: développement, rôle des ARS?? Laurent Tréluyer, ARS Ile de France Alain Livartowski Institut Curie Paris 01/12/2014 1 Classiquement, le Big Data se définit autour des 3 V : Volume, Variété et
Plus en détailEtudier l informatique
Etudier l informatique à l Université de Genève 2015-2016 Les bonnes raisons d étudier l informatique à l UNIGE La participation à des dizaines de projets de recherche européens Dans la présente brochure,
Plus en détaile-biogenouest CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé
e-biogenouest Coordinateur : Olivier Collin Animateur : Yvan Le Bras CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé
Plus en détailLe Big Data est-il polluant? BILLET. Big Data, la déferlante des octets VIVANT MATIÈRE SOCIÉTÉS UNIVERS TERRE NUMÉRIQUE TERRE (/TERRE)
Donner du sens à la science Rechercher Se connecter / S'inscrire Suivre VIVANT MATIÈRE SOCIÉTÉS UNIVERS TERRE NUMÉRIQUE MES THÈMES Types DOSSIER Paru le 15.11.2012 Mis à jour le 29.01.2014 Big Data, la
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 détailGuide de préparation d un projet
École thémathique Guide de préparation d un projet ÉDITION 2015 dépasser les frontières Direction des ressources humaines Service formation et itinéraires professionnels DIRECTION DES RESSOURCES HUMAINES
Plus en détailBig data, digital studies, un nouveau nominalisme. Bruno Bachimont Université de Technologie de Compiègne
Big data, digital studies, un nouveau nominalisme. Bruno Bachimont Université de Technologie de Compiègne 1 Nominalisme : Argument Peut se comprendre comme la cri8que de l analogie établie entre la structure
Plus en détailIntroduction à l informatique temps réel Pierre-Yves Duval (cppm)
Introduction à l informatique temps réel Pierre-Yves Duval (cppm) Ecole d informatique temps réel - La Londes les Maures 7-11 Octobre 2002 -Définition et problématique - Illustration par des exemples -Automatisme:
Plus en détailLaboratoire d informatique Gaspard-Monge UMR 8049. Journée Labex Bézout- ANSES
Laboratoire d informatique Gaspard-Monge UMR 8049 Journée Labex Bézout- ANSES Présentation du laboratoire 150 membres, 71 chercheurs et enseignants-chercheurs, 60 doctorants 4 tutelles : CNRS, École des
Plus en détailEnvironmental Research and Innovation ( ERIN )
DÉpartEment RDI Environmental Research and Innovation ( ERIN ) Le département «Environmental Research and Innovation» (ERIN) du LIST élabore des stratégies, des technologies et des outils visant à mieux
Plus en détailIntégration de données complexes pour une vision 360 du client. Chloé Clavel EDF R&D Département ICAME
Intégration de données complexes pour une vision 360 du client Chloé Clavel EDF R&D Département ICAME Contexte : projet R&D sur l intégration de données complexes pour la connaissance client Objectif :
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de
Plus en détailJuly 1, 2013. Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, 2013 1 / 15
Mastère Spécialisé Big Data Stéphan Clémençon Télécom ParisTech July 1, 2013 Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, 2013 1 / 15 Agenda Contexte et Opportunité Les grandes lignes
Plus en détailLe centre d exper,se régional Grand Sud- Ouest Data Center
Le centre d exper,se régional Grand Sud- Ouest Data Center F. Paletou & J.- M. Glorian et al. Université de Toulouse, UPS- OMP & CNRS, IRAP ov- gso.irap.omp.eu Généralités Services de référence Fonc,onnement
Plus en détailISTEX, vers des services innovants d accès à la connaissance
ISTEX, vers des services innovants d accès à la connaissance Synthèse rédigée par Raymond Bérard, directeur de l ABES, à partir du dossier de candidature d ISTEX aux Initiatives d excellence et des réunions
Plus en détailRecherches amont en STIC: enjeux de compétitivité
? Recherches amont en STIC: enjeux de compétitivité Antoine Petit Directeur Inter-Régional Sud Ouest CNRS PaRI-STIC, 21-11-05 1 Pôles de compétitivité 1/ Mondiaux Aéronautique, Espace et Systèmes Embarqués
Plus en détailUniversité de Lausanne
Université de Lausanne Records management et archivage électronique : cadre normatif Page 2 Ce qui se conçoit bien s énonce clairement Nicolas Boileau Page 3 Table des matières Qu est- ce que le «records
Plus en détailMe#re le Big Data sur la carte : défis et avenues rela6fs à l exploita6on de la localisa6on
Me#re le Big Data sur la carte : défis et avenues rela6fs à l exploita6on de la localisa6on Thierry Badard, PhD, ing. jr Centre de Recherche en Géoma6que Conférence ITIS - Big Data et Open Data au coeur
Plus en détailMinistère de la Culture et de la Communication
Paris, le 11 juin 2014 Secrétariat général Service de la coordination des politiques culturelles et de l innovation Département de la Recherche, de l Enseignement supérieur et de la Technologie Appel à
Plus en détailEco-système calcul et données
Eco-système calcul et données M. Daydé Dr du Comité d'orientation pour le Calcul Intensif (COCIN) Délégué Scientifique INS2I en charge HPC / Grille / Cloud Calcul / données : un enjeu stratégique Calcul
Plus en détailBig Data et la santé
Big Data, c'est quoi? Big Data et la santé Collecte, stockage et exploitation de masses de données Capter de façon automatique et anonyme une très grande quantité d'informations, les traiter avec des algorithmes
Plus en détailInstrumentation de la recherche en Education : analyse épistémologique de quelques logiciels d aide à l analyse d enregistrements vidéos
Instrumentation de la recherche en Education : analyse épistémologique de quelques logiciels d aide à l analyse d enregistrements vidéos Laurent Veillard UMR ICAR (CNRS, Université Lyon 2, ENS de lyon)
Plus en détailPROGRAMME DE CRÉATION ET INNOVATION TECHNOLOGIQUES EN CLASSE DE SECONDE GÉNÉRALE ET TECHNOLOGIQUE Enseignement d exploration
PROGRAMME DE CRÉATION ET INNOVATION TECHNOLOGIQUES EN CLASSE DE SECONDE GÉNÉRALE ET TECHNOLOGIQUE Enseignement d exploration Préambule La société doit faire face à de nouveaux défis pour satisfaire les
Plus en détailCycle de vie, processus de gestion
Les données scientifiques au CNES Cycle de vie, processus de gestion Danièle BOUCON Réunion PIN du 4 janvier 2013 Réunion PIN du 22 mars 2012 Outils CNES Contexte des données scientifiques au CNES SOMMAIRE
Plus en détailLes données massives de Copernicus : vers un nouveau paradigme. Hervé Jeanjean Cnes
Les données massives de Copernicus : vers un nouveau paradigme Hervé Jeanjean Cnes 1 Règlement Copernicus du 03/04/2014 : cadre politique, organisationnel et financier Règlement délégué du 12/07/2013 sur
Plus en détailNom du client. Date. Client Logo or project name
Nom du client Date Client Logo or project name Presenta7on 7tle client name Date Linalis speaker Speaker 7tle Le Groupe Linalis Historique Crée en 2002 Présent en Suisse, France, au Royaume Uni et en Espagne
Plus en détailBIG DATA. Veille technologique. Malek Hamouda Nina Lachia Léo Valette. Commanditaire : Thomas Milon. Encadré: Philippe Vismara
BIG DATA Veille technologique Malek Hamouda Nina Lachia Léo Valette Commanditaire : Thomas Milon Encadré: Philippe Vismara 1 2 Introduction Historique des bases de données : méthodes de stockage et d analyse
Plus en détailGREENTIC. Multimédia et TIC au service du développement durable
GREENTIC Multimédia et TIC au service du développement durable 1 GREENTIC: Synthèse L appel à propositions vise à cofinancer, dans le domaine des TIC et du Multimédia au service du développement durable,
Plus en détailOpen Data. Enjeux et perspectives dans les télécommunications
Open Data Enjeux et perspectives dans les télécommunications Orange Labs 28/09/2012 Patrick launay, Recherche & Développement, Orange Labs - Recherche & Développement Printemps de la Recherche EDF Open
Plus en détailGDR MAGIS Projet Scientifique 2013-2016
GDR MAGIS Projet Scientifique 2013-2016 Modèles, Outils et Méthodes de l Information Géographique pour mieux répondre aux défis des Enjeux Territoriaux et des Nouveaux Usages Jérôme Gensel, Anne Ruas SAGEO
Plus en détailE-BIOGENOUEST, VERS UN ENVIRONNEMENT VIRTUEL DE RECHERCHE (VRE) ORIENTÉ SCIENCES DE LA VIE? Intervenant(s) : Yvan Le Bras, Olivier Collin
E-BIOGENOUEST, VERS UN ENVIRONNEMENT VIRTUEL DE RECHERCHE (VRE) ORIENTÉ SCIENCES DE LA VIE? Intervenant(s) : Yvan Le Bras, Olivier Collin E-BIOGENOUEST Programme fédérateur Biogenouest co-financé par les
Plus en détailBig data et données géospatiales : Enjeux et défis pour la géomatique. Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique
Big data et données géospatiales : Enjeux et défis pour la géomatique Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique Événement 25e anniversaire du CRG Université Laval, Qc, Canada 08 mai
Plus en détailTRAVAUX DE RECHERCHE DANS LE
TRAVAUX DE RECHERCHE DANS LE DOMAINE DE L'EXPLOITATION DES DONNÉES ET DES DOCUMENTS 1 Journée technologique " Solutions de maintenance prévisionnelle adaptées à la production Josiane Mothe, FREMIT, IRIT
Plus en détailQuelles pistes pour rendre vos réseaux plus intelligents?
Quelles pistes pour rendre vos réseaux plus intelligents? Maeve de France (Direction Technique, chef de projet métier SIG) Simon Le Grand (Direction Technique régionale IDF, service SIG/gestion patrimoniale)
Plus en détailPoli%que ins%tu%onnelle: le numérique au service de la forma%on à l Université Laval CFQCU Paris, 26 mai 2015
Poli%que ins%tu%onnelle: le numérique au service de la forma%on à l Université Laval CFQCU Paris, 26 mai 2015 Nicole.Lacasse@vre.ulaval.ca Vice- rectrice associée aux études et aux ac%vités interna%onales
Plus en détailÀ PROPOS DE TALEND...
WHITE PAPER Table des matières Résultats de l enquête... 4 Stratégie d entreprise Big Data... 5 Intégration des Big Data... 8 Les défis liés à la mise en œuvre des Big Data... 10 Les technologies pour
Plus en détailARCHEOVISION. Centre de Ressources Numériques 3D. UMR 5607 du CNRS. R. Vergnieux IR-CNRS
ARCHEOVISION Centre de Ressources Numériques 3D R. Vergnieux IR-CNRS UMR 5607 du CNRS Archéovision CNRS Caroline Delevoie (AI cnrs Coordination - 2D) Bruno Dutailly (IE cnrs Dev. 3D) Robert Vergnieux (IR
Plus en détailMaster Informatique Aix-Marseille Université
Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes
Plus en détailLes Rencontres ANR du numérique 2013
Les Rencontres ANR du numérique 2013 Jean-Yves Berthou ANR, Directeur dept. Sciences et Technologies de l Information et de la Communication Le Numérique à l ANR Quelques éléments marquants et réflexions
Plus en détailJournée SITG, Genève 15 octobre 2013. Nicolas Lachance-Bernard M.ATDR Doctorant, Laboratoire de systèmes d information géographique
Monitorint spatio-temporel intégré de la mobilité urbaine Monitoring spatio-temporel de l ADN urbain Une réponse aux défis, problèmes, enjeux et risques des milieux urbains Nicolas Lachance-Bernard M.ATDR
Plus en détailAssemblée générale Aristote
Assemblée générale Aristote Panorama 2011-2012 Philippe d Anfray Philippe.d-Anfray@cea.fr CEA DSM-Saclay CNES 5 juillet 2012 Assemblée générale Aristote CNES 5 juillet 2012 1 / 21 Comité de programme (1)
Plus en détailUTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY
UTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY Yvan Le Bras yvan.le_bras@irisa.fr Cyril Monjeaud, Mathieu Bahin, Claudia Hériveau, Olivier Quenez, Olivier Sallou, Aurélien Roult, Olivier
Plus en détailJournée Futur et Ruptures 2015
Journée Futur et Ruptures 2015 Vers des réseaux d énergie toujours plus intelligents 5 mars 2015 Contexte énergétique 2 Contexte énergétique France 34% de l énergie produite consommée par l industrie,
Plus en détail22 juin 2016, INRIA Lyon
22 juin 2016, INRIA Lyon Smart city / Ville intelligente : une introduction Grand Lyon Métropole Intelligente D OÙ VIENT LA VILLE INTELLIGENTE? HYGIÉNISTE TECHNOPHILE «GÉNIE URBAIN» SATURATION & ENGORGEMENT
Plus en détailMODULE 2 : VEILLE & ANALYSE DE DONNÉES
MODULE 2 : VEILLE & ANALYSE DE DONNÉES MODULE 2 : VEILLE & ANALYSE DES DONNEES MODULE 2 : VEILLE & ANALYSE DE DONNÉES LA THÉMATIQUE LES TERMES EN COHABITATION LES TROIS APPROCHES EN RELATION LA MÉTHODE
Plus en détailInstitut d Informatique & d Initiative Sociale
Institut d Informatique & d Initiative Sociale 89, Bd Aristide Briand 13300 Salon de Provence Tél : 04 90 56 18 31 Fax : 04 90 56 91 66 e-mail : contact@3is-formation.eu 3IS Centre de formation agréé code
Plus en détailGestion collaborative de documents
Gestion collaborative de documents ANT box, le logiciel qui simplifie votre GED Les organisations (entreprises, collectivités, associations...) génèrent chaque jour des millions de documents, e-mails,
Plus en détailGESTION DE CONTENUS (ECM) Ges1on de l informa1on. Nicolas Bürki, Senior Analyst
GESTION DE CONTENUS (ECM) Ges1on de l informa1on Nicolas Bürki, Senior Analyst AGENDA Entreprises: les tendances & les projets Les offres ECM / GED : les tendances du marche La réalité / retour d expérience
Plus en détailProtection des données personnelles : Vers un Web personnel sécurisé
Rencontre Inria Industrie Les télécoms du futur Table ronde Sécurité des contenus Protection des données personnelles : Vers un Web personnel sécurisé Luc Bouganim - INRIA Paris-Rocquencourt EPI SMIS,
Plus en détailESTIM. Égalité d accès aux Sciences, aux Technologies, à l Innovation et au Multimédia
ESTIM Égalité d accès aux Sciences, aux Technologies, à l Innovation et au Multimédia GOUVERNANCE DE LA CSTI FORMATION NUMÉRIQUE /ARTS SCIENCES TECHNOLOGIES Face à une crise économique mondiale et aux
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 détailRéseaux sociaux de chercheurs : quels enjeux et quelle politique pour une institution publique de recherche
Réseaux sociaux de chercheurs : quels enjeux et quelle politique pour une institution publique de recherche Odile Contat (InSHS) Journée d étude Arpist - Urfist - MSH Poitiers Réseaux sociaux de chercheurs
Plus en détailBIG DATA : une vraie révolution industrielle (1) Les fortes évolutions liées à la digitalisation
BIG DATA : une vraie révolution industrielle (1) Les fortes évolutions liées à la digitalisation - définition - étapes - impacts La révolution en cours du big data - essai de définition - acteurs - priorités
Plus en détailLE RESEAU IM@DOC. Ce réseau est issu de l'identification et de la formation de personnes et d'équipes ressources en numérisation.
RESEAU METHODOLOGIQUE POUR LA RECHERCHE, LA PRODUCTION ET LE TRANSFERT TECHNOLOGIQUE SUR LES BANQUES D'IMAGES ET DOCUMENTS SCIENTIFIQUES EN SCIENCES HUMAINES ET SOCIALES Ce réseau est issu de l'identification
Plus en détailPréserva(on des données scien(fiques. C. Diaconu Centre de Physique des Par(cules de Marseille CPPM/IN2P3/CNRS
Préserva(on des données scien(fiques C. Diaconu Centre de Physique des Par(cules de Marseille CPPM/IN2P3/CNRS «Big Scien(fic Data» La recherche est «digitale» Augmenta(on drama(que de la quan(té/complexité
Plus en détailL exper>se sur financements européens et autres : quelles opportunités pour les consultants et les universitaires?
L exper>se sur financements européens et autres : quelles opportunités pour les consultants et les universitaires? Cyril Bouyeure, www.idefie.org Château Kiener, 24 rue de Verdun, Colmar le 8 juillet 2015
Plus en détailLa Geo-Business Intelligence selon GALIGEO avec 26/10/2005 1
La Geo-Business Intelligence selon GALIGEO avec ESRI 2005 session «Décisionnel» 26/10/2005 1 La Business Intelligence : Une Définition La Business intelligence permet l utilisation des données opérationnelles
Plus en détailComment ça se passe? Déroulé détaillé. INTRODUCTION / 10 minutes
De quoi s agit il Cette animation d une durée de 2 heures permet de sensibiliser les participants au domaine particulier des informations personnelles, du quantified self et de l usage marketing qui peut
Plus en détailTAXE D APPRENTISSAGE 2014
TAXE D APPRENTISSAGE 2014 3 ÉCOLES POUR ACCOMPAGNER Investissez dans les cursus de nos trois écoles et apportez ainsi votre d un vivier de 2 700 étudiants à fort potentiel." En alliant formation opérationnelle,
Plus en détailETAT DE L ART ET PERSPECTIVES POUR LES SERVICES NUMÉRIQUES APPLIQUÉS À LA VITICULTURE.
ETAT DE L ART ET PERSPECTIVES POUR LES SERVICES NUMÉRIQUES APPLIQUÉS À LA VITICULTURE. UMR ITAP Montpellier Christophe.guizard@irstea.fr www.irstea.fr PLAN Introduction Toujours + Les TICs L écosystème
Plus en détailCommunauté d Universités et Établissements. Stratégie Territoriale et Initiative d Excellence. Université Côte d Azur (UCA) - page 1
Communauté d Universités et Établissements Stratégie Territoriale et Initiative d Excellence Université Côte d Azur (UCA) - page 1 En 2015 le paysage français de l Enseignement supérieur et de la Recherche
Plus en détailLIVRE BLANC Décembre 2014
PARSING MATCHING EQUALITY SEARCH LIVRE BLANC Décembre 2014 Introduction L analyse des tendances du marché de l emploi correspond à l évidence à une nécessité, surtout en période de tension comme depuis
Plus en détailRencontre avec les correspondants-formation des services communs de la documentation. Jeudi 27 septembre 2012 URFIST de Paris
Rencontre avec les correspondants-formation des services communs de la documentation Jeudi 27 septembre 2012 URFIST de Paris L URFIST de Paris : le site web http://urfist.enc.sorbonne.fr/ L URFIST de Paris
Plus en détailVision prospective et obstacles à surmonter pour les assureurs
smart solutions for smart leaders Le «Big Data» assurément Rédigé par Pascal STERN Architecte d Entreprise Vision prospective et obstacles à surmonter pour les assureurs Un avis rendu par la cour de justice
Plus en détailJean-Daniel Fekete Directeur de Recherche, Resp. équipe-projet AVIZ INRIA
La visualisation d information pour comprendre et interagir avec les données Jean-Daniel Fekete Directeur de Recherche, Resp. équipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr, www.aviz.fr, @jdfaviz
Plus en détailLE MEILLEUR DES SOLUTIONS COLLABORATIVE OPEN SOURCE. et pas que la GED
LE MEILLEUR DES SOLUTIONS COLLABORATIVE OPEN SOURCE et pas que la GED Présentation de Smile mars 2014 Thomas Choppy @thcho @groupsmile Manager de la BL Collaborative Smile, EN QUELQUES CHIFFRES 1er INTÉGRATEUR
Plus en détailEXECUTIVE DOCTORATE IN BUSINESS ADMINISTRATION : LA NÉCESSITÉ DE L'INTÉGRATION DES TIC POUR MANAGER LA DISTANCE
COLLOQUE INTERNATIONAL «LE NUMÉRIQUE POUR ENSEIGNER AUTREMENT» 27 ET 28 JUIN 2014 UNIVERSITÉ PARIS-DAUPHINE EXECUTIVE DOCTORATE IN BUSINESS ADMINISTRATION : LA NÉCESSITÉ DE L'INTÉGRATION DES TIC POUR MANAGER
Plus en détailAnnexe 6 et 7 Du Contrat de Performance 2014-2018 Medicen Paris Region. Liste des engagements du Pôle avec d autres clusters français ou étrangers
Annexe 6 et 7 Du Contrat de Performance -2018 Medicen Paris Region Liste des engagements du Pôle avec d autres clusters français ou étrangers 24 octobre Relations inter-pôles et inter-clusters nationaux
Plus en détailBases de données Cours 1 : Généralités sur les bases de données
Cours 1 : Généralités sur les bases de données POLYTECH Université d Aix-Marseille odile.papini@univ-amu.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 1 Qu est ce qu une
Plus en détailPrésentation Alfresco
Présentation d un CMS : Alfresco Présentation Alfresco Ludovic Plantin, Frédéric Sénèque, Xu Zhao Polytech Grenoble Décembre 2008 Plantin, Sénèque, Xu (Polytech) Présentation Alfresco Décembre 2008 1 /
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 détailPôle Risques? Systèmes de surveillance environnementale? L ASI Risques? Une brique centrale : SIG de Synext
Pôle Risques? Systèmes de surveillance environnementale? L ASI Risques? Une brique centrale : SIG de Synext THE INNOVATIVE CLUSTER IN RISK MANAGEMENT L innovation au service de la gestion des risques Pôle?
Plus en détailMaximiser la performance de vos projets immobiliers de bureaux
Maximiser la performance de vos projets immobiliers de bureaux Concilier la performance économique et la performance d usage du bâtiment L équation économique de vos projets doit être optimisée sur la
Plus en détailCentre d Excellence Sur l Architecture, le Management & l Economie des Systèmes
Centre d Excellence Sur l Architecture, le Management & l Economie des Systèmes Présentation du Groupe de travail «Gouvernance et Architecture des données de l entreprise» SOMMAIRE 1 2 3 4 5 Pourquoi gouverner
Plus en détailLes défis statistiques du Big Data
Les défis statistiques du Big Data Anne-Sophie Charest Professeure adjointe au département de mathématiques et statistique, Université Laval 29 avril 2014 Colloque ITIS - Big Data et Open Data au cœur
Plus en détailMétadonnées & Aspects Juridiques
Sécurité de l Information Métadonnées & Aspects Juridiques Manuel Munier 1 V. Lalanne 1 P.Y. Ardoy 2 M. Ricarde 3 1 LIUPPA Université de Pau et des Pays de l Adour (informatique) IUT des Pays de l Adour
Plus en détailLES METIERS DU NUMERIQUE COMMUNICATION ET MARKETING
COMMUNICATION ET MARKETING Chargé de communication web Mission : Le chargé de communication Web œuvre à la promotion et à la valorisation de l'organisation (entreprise, administration,...) et de son offre
Plus en détailAlphonse Carlier, Intelligence Économique et Knowledge Management, AFNOR Éditions, 2012.
1 Du même auteur chez le même éditeur Alphonse Carlier, Intelligence Économique et Knowledge Management, AFNOR Éditions, 2012. AFNOR 2013 Couverture : création AFNOR Éditions Crédit photo 2011 Fotolia
Plus en détailRecherche d information textuelle
Recherche d information textuelle Recherche Web B. Piwowarski CNRS / LIP6 Université Paris 6 benjamin@bpiwowar.net http://www.bpiwowar.net Master IP - 2014-15 Cours et travaux pratiques basés sur les documents
Plus en détailSciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
Plus en détailInformatique Médicale & Ingénierie des Connaissances Pour la e-santé
Li ics Laboratoire d Informatique Médicaleet d Ingénierie des Connaissances en e-santé Projet de création d une UMR Inserm Université Pierre et Marie Curie, Université Paris Nord Informatique Médicale
Plus en détailObjectifs. Synthétiser. Moyens
Objectifs Cartographie des Controverses Introduction à l exploration du Web Sébastien Heymann Identifier les acteurs sur le Web leur position dans le sujet......et si possible au cours du temps. Synthétiser
Plus en détailLes enjeux du Big Data Innovation et opportunités de l'internet industriel. Datasio 2013
Les enjeux du Big Data Innovation et opportunités de l'internet industriel François Royer froyer@datasio.com Accompagnement des entreprises dans leurs stratégies quantitatives Valorisation de patrimoine
Plus en détailMise en œuvre de les capteurs dans la gestion de l eau
Mise en œuvre de standards OGC pour les capteurs dans la gestion de l eau Forum OGC France Journée de l interopérabilité 5 décembre 2012 Simon Le Grand 09/12/2012) Veolia Eau Ile de France Direction Technique
Plus en détailMobilité du trait de côte et cartographie historique
Mobilité du trait de côte et cartographie historique 1 Frédéric POUGET Université de La Rochelle UMR 6250 LIENSS (Littoral Environnement et SociétéS) Colloque Les littoraux à l heure du changement climatique
Plus en détail«Les projets collaboratifs pour les nuls»
«Les projets collaboratifs pour les nuls» Les jeudis du numérique à Vannes 28/05/15 Sommaire 1) Le projet collaboratif 2) Les appels à projets 3) Le financement 4) Le rôle d Images & Réseaux Les questions
Plus en détailBig data et sciences du Vivant L'exemple du séquençage haut débit
Big data et sciences du Vivant L'exemple du séquençage haut débit C. Gaspin, C. Hoede, C. Klopp, D. Laborie, J. Mariette, C. Noirot, MS. Trotard bioinfo@genopole.toulouse.inra.fr INRA - MIAT - Plate-forme
Plus en détail