Les enjeux du Big Data Innovation et opportunités de l'internet industriel. Datasio 2013

Dimension: px
Commencer à balayer dès la page:

Download "Les enjeux du Big Data Innovation et opportunités de l'internet industriel. Datasio 2013"

Transcription

1 Les enjeux du Big Data Innovation et opportunités de l'internet industriel

2 François Royer Accompagnement des entreprises dans leurs stratégies quantitatives Valorisation de patrimoine de données industrielles Optimisation / création de services à valeur ajoutée Solutions innovantes de fouille assistée de données 2

3 Big Data Tout le monde en parle... 3

4 Le contexte Big Data 4

5 Le contexte Big Data 5

6 Le contexte Big Data Volume Variété Vélocité 6

7 Le phénomène Big Data Quels déclencheurs? 7

8 $ Coût / GB d'un disque dur Apple en septembre 1981 $ 0.07 Coût / GB d'un disque dur 1 TB Hitachi aujourd'hui 8

9 Une culture quantitative grandissante dans les entreprises 9

10 Données métier

11 Données métier Autres sources de données intra-entreprise (logs web, CRM...)

12 Données métier Autres sources de données intra-entreprise (logs web, CRM...) Données externes

13 La ménagerie Big Data: Hadoop, Map/Reduce, Big table 13

14 Genèse Google Filesystem 14

15 Genèse Publication de MapReduce Google Filesystem 15

16 Genèse Publication de MapReduce Google Filesystem Ouverture du code source 16

17 Genèse Publication de MapReduce Google Filesystem Yahoo! Ouverture du code source 17

18 Genèse Publication de MapReduce Google Filesystem machines Cluster 100 Facebook Ouverture du code source 18

19 Le web, premier utilisateur des technologies Big Data Data mining sur click stream Analyse d'image Production d'index Moteur d'enchères Conversion de 11 millions d'articles en PDF Spam screening (> 20 milliards de msg / jour) Entrepôt de données > 30 PetaOctets (2011) 19

20 Aux origines du Big Data: les clics de l'internaute USE CASE 20

21 Aux origines du Big Data: les clics de l'internaute 21

22 Big Data : applications industrielles Quelles opportunités?

23 Applications du Big Data rêves et réalités Collectivités: amélioration des services... Automobile: prédiction de pannes... Lutte contre la fraude Energie: smart meters Logistique et transports 23

24 Chevron : analyse de données sismiques sur Hadoop We collect large amounts of seismic data into this five-dimensional type data set, and the first thing we do is we sort it which is a great Hadoop use case [ ]. 24

25 FORMA FOREST MONITORING FOR ACTION 25

26 The Climate Corporation 26

27 Le Little Data, c'est fini? Non, les statistiques ont de beaux jours devant elles! 27

28 Promesses de l'analyse prédictive Nate Silver A prédit les résultats des élections US 2012 (50/52 états) Modèles bayésiens complexes ( MCMC ) Analytique =/= Big Data Maintenant chez ESPN (groupe Walt Disney - branche sport) 28

29 Quelles compétences? The sexiest job in the next 10 years will be statistician Hal Varian, Chief Economist at Google 29

30 Le Data Scientist métier d'avenir? 30

31 Le Big Data, pas pour les PMEs? Au contraire! 31

32 Les données, moteur d'innovation People to people Réseaux sociaux Blogs Communautés People to machine Documents Smart cards E-commerce Logs box/mobile Machine to machine Logs / capteurs GPS Code-barres Caméras 32

33 Acteurs du Big Data Anciens et nouveaux 33

34 Les usual suspects

35 Le contexte Big Data 130 Nouveaux acteurs Big Data depuis

36 36

37 à suivre... 38

38 Cas d'étude E-commerce / medias 39

39 Big Data en e-commerce: analyse de texte et traitement du langage Analyse sémantique Indexation Moteurs de recherche Traitement du langage 40

40 Big Data en e-commerce: analyse de texte et traitement du langage Base d'apprentissage de + de 3 millions de fiches produits Un arbre de catégories de + de 4000 branches Données déstructurées Support au poste opérateur pour une équipe de 12 personnes 41

41 Cas d'étude Big Data industriel: les opportunités 42

42 Big Data Industriel 43

43 Big Data Industriel le mythique 1% 44 source: IBM

44 Big Data Industriel 45

45 L'internet industriel 46

46 Big Data Industriel Données types: séries temporelles Mais aussi rapports d'intervention, mesures intermittentes, transactions... 47

47 EDF Retour d'expérience présenté au Hadoop Summit 2012 Contexte: Changement climatique Pression technologique (IT, fabricants) Smart Grid Communications bidirectionnelles entre producteurs et comsommateurs Monitoring à haute résolution des usages Améliorer la résilience systémique, diminuer les couts et la dépendance énergétique Mixer Complex Event Processing + Data Mining à grande échelle CRM Prédiction de la consommation et de la prédiction Classification des courbes de charge par jour / consommateur 48

48 EDF Données: Courbes de charges individuelles Données contractuelles Mesures réseau 1 mesure / 10 mins / 35 millions de clients Volume annuel: 180 milliards de mesures = 120 TB Requêtes: Extraction de courbes de charge similaires à un patron cible (moyenne/médiane) Analytique: agrégation de courbes 49

49 EDF Volumes 10 TB compressé sur HDFS (réplication X3) Partitionnement des mesures consommateurs par jour: 25 GB journaliers, blocs de 10 MB DFS utilisé à 30 % (~30 TB) Hardware 20 noeuds sur 2 racks 7 X 1U noeuds avec 4 x 1 TB 13 X 2U noeuds avec 8 x 1 TB Total: 132 TB, 336 coeurs Performance ~ 1 minute pour calculer une courbe journalière agrégée (~ 10 GB de données) 50

50 TIC Valley - Bâtiment E-volution 425 rue Jean Rostand Labège

For Fun and Profit Datasio 2012

For Fun and Profit Datasio 2012 For Fun and Profit Datasio 2012 130 Nouveaux acteurs Big Data depuis 2009 1 2 3 Agenda Hadoop, poids lourd du Big Data Stats Web avec Hive chez Scoop.it Profession: Data Scientist Agenda 1 Hadoop, poids

Plus en détail

BIG DATA en Sciences et Industries de l Environnement

BIG 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 détail

Big 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 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 détail

Introduction data science

Introduction data science Introduction data science Data science Master 2 ISIDIS Sébastien Verel verel@lisic.univ-littoral.fr http://www-lisic.univ-littoral.fr/~verel Université du Littoral Côte d Opale Laboratoire LISIC Equipe

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

Enjeux mathématiques et Statistiques du Big Data

Enjeux mathématiques et Statistiques du Big Data Enjeux mathématiques et Statistiques du Big Data Mathilde Mougeot LPMA/Université Paris Diderot, mathilde.mougeot@univ-paris-diderot.fr Mathématique en Mouvements, Paris, IHP, 6 Juin 2015 M. Mougeot (Paris

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

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

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 datas = le fuel du 21ième sicècle

Les 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 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

Organiser vos données - Big Data. Patrick Millart Senior Sales Consultant

Organiser vos données - Big Data. Patrick Millart Senior Sales Consultant Organiser vos données - Big Data Patrick Millart Senior Sales Consultant The following is intended to outline our general product direction. It is intended for information purposes only, and may not be

Plus en détail

20 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 -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 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

Big Data. Concept et perspectives : la réalité derrière le "buzz"

Big Data. Concept et perspectives : la réalité derrière le buzz Big Data Concept et perspectives : la réalité derrière le "buzz" 2012 Agenda Concept & Perspectives Technologies & Acteurs 2 Pierre Audoin Consultants (PAC) Pierre Audoin Consultants (PAC) est une société

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

La révolution numérique dans les secteurs d'activités économiques de l'aquitaine : impacts, enjeux, valeur ajoutée?

La révolution numérique dans les secteurs d'activités économiques de l'aquitaine : impacts, enjeux, valeur ajoutée? dans les secteurs d'activités économiques de l'aquitaine : impacts, La transformation numérique des entreprises: des enjeux multiples, dont l impact doit être apprécié au cas par cas La transformation

Plus en détail

Le Big Data en marche. Georges HEBRAIL, Chercheur Senior, Dpt ICAME Marie-Luce PICARD, Chef de Projet, Dpt ICAME Max BRUDEY, Société Hortonworks

Le Big Data en marche. Georges HEBRAIL, Chercheur Senior, Dpt ICAME Marie-Luce PICARD, Chef de Projet, Dpt ICAME Max BRUDEY, Société Hortonworks Georges HEBRAIL, Chercheur Senior, Dpt ICAME Marie-Luce PICARD, Chef de Projet, Dpt ICAME Max BRUDEY, Société Hortonworks SOMMAIRE 1. LES ENJEUX ET DÉFIS DU BIG DATA 2. OFFRE DE SERVICE BIG DATA DE LA

Plus en détail

Fouillez facilement dans votre système Big Data. Olivier TAVARD

Fouillez 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 détail

CREATION DE VALEUR PAR L EXPLOITATION DES NOUVELLES TECHNOLOGIES

CREATION DE VALEUR PAR L EXPLOITATION DES NOUVELLES TECHNOLOGIES CREATION DE VALEUR PAR L EXPLOITATION DES NOUVELLES TECHNOLOGIES CONSEIL STRATEGIQUE & ACCOMPAGNEMENT OPERATIONNEL 2, Rue de la Claire - 69009 Lyon-France Tél. : +33 (0)4.78.83.40.40 - Fax : +33 (0)4.78.64.02.23

Plus en détail

Entreprise et Big Data

Entreprise et Big Data Entreprise et Big Data Christophe Favart Chef Architecte, SAP Advanced Development, Business Information Technology Public Juin 2013 Agenda SAP Données d Entreprise Big Data en entreprise Solutions SAP

Plus en détail

Introduction & concepts Big Data Khamprasit LANPHOUTHACOUL, Responsable de Centre de Compétences OAB UFR IM²AG, St Martin d'hères le 22 octobre 2015

Introduction & concepts Big Data Khamprasit LANPHOUTHACOUL, Responsable de Centre de Compétences OAB UFR IM²AG, St Martin d'hères le 22 octobre 2015 Introduction & concepts Big Data Khamprasit LANPHOUTHACOUL, Responsable de Centre de Compétences OAB UFR IM²AG, St Martin d'hères le 22 octobre 2015 Et à propos des objectifs de cette présentation? 2 Big

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

Introduction Big Data

Introduction Big Data Introduction Big Data SOMMAIRE Rédacteurs : Réf.: SH. Lazare / F. Barthélemy AXIO_BD_V1 QU'EST-CE QUE LE BIG DATA? ENJEUX TECHNOLOGIQUES ENJEUX STRATÉGIQUES BIG DATA ET RH ANNEXE Ce document constitue

Plus en détail

DAC Données, Apprentissage et Connaissances

DAC Données, Apprentissage et Connaissances DAC Données, Apprentissage et Connaissances Responsables : Spécialité adossée au département DAPA du LIP6 Thierry Artières thierry.artieres@lip6.fr Bernd Amann bernd.amann@lip6.fr Partenaires : ENST, ENSTA,

Plus en détail

Cartographie des solutions BigData

Cartographie des solutions BigData Cartographie des solutions BigData Panorama du marché et prospective 1 1 Solutions BigData Défi(s) pour les fournisseurs Quel marché Architectures Acteurs commerciaux Solutions alternatives 2 2 Quels Défis?

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

IBM Software Big Data. Plateforme IBM Big Data

IBM Software Big Data. Plateforme IBM Big Data IBM Software Big Data 2 Points clés Aide les utilisateurs à explorer de grands volumes de données complexes Permet de rationaliser le processus de développement d'applications impliquant de grands volumes

Plus en détail

TRAVAUX DE RECHERCHE DANS LE

TRAVAUX 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 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

Big 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 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 détail

Module MLBDA Master Informatique Spécialité DAC. Cours 10 NoSQL

Module MLBDA Master Informatique Spécialité DAC. Cours 10 NoSQL Module MLBDA Master Informatique Spécialité DAC Cours 10 NoSQL Systèmes NoSQL (not only SQL) Systèmes qui abandonnent certaines propriétés des SGBDR (one size does not fit all): Le langage d interrogation

Plus en détail

Les données massives à Calcul Québec

Les données massives à Calcul Québec Les données massives à Calcul Québec Marc Parizeau, professeur et directeur scientifique de Calcul Québec Plan Calcul Québec / Calcul Canada Les outils et les services disponibles Un outil en particulier

Plus en détail

L IT, l Immatérielle Transformation. Frédéric Simottel Directeur de la rédaction 01B&T Présentateur de l émission : IT For Business

L IT, l Immatérielle Transformation. Frédéric Simottel Directeur de la rédaction 01B&T Présentateur de l émission : IT For Business L IT, l Immatérielle Transformation Frédéric Simottel Directeur de la rédaction 01B&T Présentateur de l émission : IT For Business PLUS D INNOVATION, PLUS DE SIMPLICITE ET UN MARCHE IT SOUS TENSION Des

Plus en détail

HP World Tour, Big Data

HP World Tour, Big Data HP World Tour, Big Data Florence Laget - Directeur Big Data France Laurent Ridoux Chief Technologist Big Data France Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein

Plus en détail

GT Big Data. Saison 2014-2015. Bruno Prévost (Safran), Marc Demerlé (GDF SUEZ) CRiP Thématique Mise en œuvre du Big Data 16/12/14

GT Big Data. Saison 2014-2015. Bruno Prévost (Safran), Marc Demerlé (GDF SUEZ) CRiP Thématique Mise en œuvre du Big Data 16/12/14 GT Big Data Saison 2014-2015 Bruno Prévost (Safran), Marc Demerlé (GDF SUEZ) Sommaire GT Big Data : roadmap 2014-15 Revue de presse Business Education / Promotion Emploi Sécurité / Compliance Cuisine:

Plus en détail

Open Data. Enjeux et perspectives dans les télécommunications

Open 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 détail

IntentOS, le système d'exploitation du bâtiment

IntentOS, le système d'exploitation du bâtiment IntentOS, le système d'exploitation du bâtiment 1 Ceci est un smartphone. Fabriqué par LG pour Google (qui avant de racheter Motorola ne savait pas fabriquer des téléphones) Permet de démocratiser l'utilisation

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

Monétisation des données : comment identifier de nouvelles sources de revenus au sein des Big data?

Monétisation des données : comment identifier de nouvelles sources de revenus au sein des Big data? Monétisation des données : comment identifier de nouvelles sources de revenus au sein des Big data? Dr Wolfgang Martin Analyste et adhérant du Boulder BI Brain Trust Les Big data Démystifier les Big data.

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

BIG DATA et DONNéES SEO

BIG DATA et DONNéES SEO BIG DATA et DONNéES SEO Vincent Heuschling vhe@affini-tech.com @vhe74 2012 Affini-Tech - Diffusion restreinte 1 Agenda Affini-Tech SEO? Application Généralisation 2013 Affini-Tech - Diffusion restreinte

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

Pourquoi intégrer le Big Data à son organisa3on?

Pourquoi intégrer le Big Data à son organisa3on? Pourquoi intégrer le Big Data à son organisa3on? Yvan Robert, VP Affaires Stratégiques Emmanuel Faug, Resp. pra>que BI Colloque 2014 Big Data Agenda Qui sommes nous? L importance de l information Méthodes

Plus en détail

Le Web, l'entreprise et le consommateur. Françoise Soulié Fogelman francoise@kxen.com

Le Web, l'entreprise et le consommateur. Françoise Soulié Fogelman francoise@kxen.com Le Web, l'entreprise et le consommateur Françoise Soulié Fogelman francoise@kxen.com Forum "Quel futur pour le Web" Lyon, mardi 21 septembre 2010 THE DATA MINING AUTOMATION COMPANY TM Agenda Le Web un

Plus en détail

De 2 à 22 millions d'images; Création, Indexation et Recherche par le contenu avec PiRiA

De 2 à 22 millions d'images; Création, Indexation et Recherche par le contenu avec PiRiA De 2 à 22 millions d'images; Création, Indexation et Recherche par le contenu avec PiRiA contact : patrick.hède@cea.fr Commissariat à l'energie Atomique GdR isis : Passage à l'échelle dans la recherche

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big 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 détail

Territoires géographiques/numériques

Territoires géographiques/numériques Quels territoires numériques pour les nouveaux empires de l Internet? Atelier Internet de Équipe Réseaux, Savoirs & Territoires - ENSSIB - Luc.saccavini@inria.fr Territoires géographiques/numériques Territoire

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

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

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

Plus en détail

Comment maximiser le ROI de la chaîne logistique Web

Comment maximiser le ROI de la chaîne logistique Web Comment maximiser le ROI de la chaîne logistique Web Pourquoi une gestion Lean et unifiée du cloud, des performances Web et des analytiques favorise la croissance des entreprises. 1 La chaîne logistique

Plus en détail

OPTIONS SSSR. Réplication et cohérence de données 1

OPTIONS SSSR. Réplication et cohérence de données 1 OPTIONS SSSR Réplication et cohérence de données 1 Options SSSR Mixtes "Recherche" et "Professionnel" Big Data Réplication de données Malware Systèmes dynamiques Systèmes communicant contraints Plutôt

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

Extension fonctionnelle d un CRM. CRM étendu >> Conférence-débat 15 April 2015. Club Management des Systèmes d Information de l'iae de Paris Alumni

Extension fonctionnelle d un CRM. CRM étendu >> Conférence-débat 15 April 2015. Club Management des Systèmes d Information de l'iae de Paris Alumni Extension fonctionnelle d un CRM Conférence-débat 15 April 2015 Club Management des Systèmes d Information de l'iae de Paris Alumni CRM étendu >> Programme // CRM étendu Vision 360 et Plateforme Cloud

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

De 2 à 22 millions d'images; Création, Indexation et Recherche par le contenu avec Piria

De 2 à 22 millions d'images; Création, Indexation et Recherche par le contenu avec Piria De 2 à 22 millions d'images; Création, Indexation et Recherche par le contenu avec Piria contact : patrick.hede@cea.fr Commissariat à l'energie Atomique List sensorielles 13/05/07 1 Plan Le CEA, le Lic2m

Plus en détail

M2 GL UE DOC «In memory analytics»

M2 GL UE DOC «In memory analytics» M2 GL UE DOC «In memory analytics» Alexandre Termier 2014/2015 Sources Travaux Amplab, U.C. Berkeley Slides Ion Stoica Présentations Databricks Slides Pat McDonough Articles de M. Zaharia et al. sur les

Plus en détail

La mesure de l audience des Médias Numériques, «who s who» : acteurs, indicateurs, enjeux.

La mesure de l audience des Médias Numériques, «who s who» : acteurs, indicateurs, enjeux. La mesure de l audience des Médias Numériques, «who s who» : acteurs, indicateurs, enjeux. 9 ATELIERS POUR COMPRENDRE LES ENJEUX DU NET // 27 MAI 2010 Digital Day 27 mai 2010 Mathieu Llorens Directeur

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big 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 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

Open Data et services de données à ERDF

Open Data et services de données à ERDF Open Data et services de données à ERDF F. Blanc / V. Corru (ERDF/Dir. Du Développement) B.Grossin (EDF/R&D) Printemps de la recherche 28 septembre 2012 ERDF, vers l opérateur de données du système électrique

Plus en détail

Big Graph Data Forum Teratec 2013

Big Graph Data Forum Teratec 2013 Big Graph Data Forum Teratec 2013 MFG Labs 35 rue de Châteaudun 75009 Paris, France www.mfglabs.com twitter: @mfg_labs Julien Laugel MFG Labs julien.laugel@mfglabs.com @roolio SOMMAIRE MFG Labs Contexte

Plus en détail

Développeur front-end UI & Data visualization

Développeur front-end UI & Data visualization CAREERS SMART ADSERVER Développeur front-end UI & Data visualization H/F FULL TIME Smart AdServer Paris Posted 2 weeks ago Share Job Posting Share 0 Tweet 1 Share 31 Partager 0 Company Details Twitter

Plus en détail

Offre CRM Analytique Logiciels pour une meilleure performance commerciale, 2011

Offre CRM Analytique Logiciels pour une meilleure performance commerciale, 2011 Offre CRM Analytique Logiciels pour une meilleure performance commerciale, 2011 Notre Métier Le Client L intégrateur = AGI Distribution Installation, Paramétrage, Formation, Support L éditeur de logiciel

Plus en détail

Moteur d idées pour véhicules spécifiques. Le Pôle de compétitivité Véhicules et Mobilités du grand Ouest

Moteur d idées pour véhicules spécifiques. Le Pôle de compétitivité Véhicules et Mobilités du grand Ouest ] Moteur d idées pour véhicules spécifiques [ Le Pôle de compétitivité Véhicules et Mobilités du grand Ouest ] [Notre mission] Développer la compétitivité des entreprises par le biais de l innovation :

Plus en détail

Les humanités numériques à l ère du big data

Les humanités numériques à l ère du big data Les humanités numériques à l ère du big data D. A. ZIGHED djamel@zighed.com Journées Big data & visualisation Focus sur les humanités numériques ISH Lyon 18-19 juin 2015 Co-organisées par EGC AFIHM - SFdS

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

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

SOA : le futur des bâtiments intelligents?

SOA : le futur des bâtiments intelligents? SOA : le futur des bâtiments intelligents? Philippe Nappey Schneider Electric Strategy & Innovation IN Tech 20 janvier 2011 Contexte Les bâtiments deviennent de plus en plus intelligents Ils intègrent

Plus en détail

L attractivité de PACA pour le développement des smart grids

L attractivité de PACA pour le développement des smart grids L attractivité de PACA pour le développement des smart grids FORUM OCOVA 16 septembre 2014 Page 1 Les smart grids : une ambition pour la France Objectifs de la feuille de route du plan industriel Consolider

Plus en détail

Smart Impulse. Mieux comprendre pour mieux consommer. Découvrez la mesure non intrusive pour des économies réelles

Smart Impulse. Mieux comprendre pour mieux consommer. Découvrez la mesure non intrusive pour des économies réelles Smart Impulse Mieux comprendre pour mieux consommer Découvrez la mesure non intrusive pour des économies réelles Votre contexte Les économies d énergie commencent par la connaissance de sa consommation

Plus en détail

THÉMATIQUES DU FORUM PME ET INNOVATION 20 JANVIER 2016. 10 septembre 2015

THÉMATIQUES DU FORUM PME ET INNOVATION 20 JANVIER 2016. 10 septembre 2015 THÉMATIQUES DU FORUM PME ET INNOVATION 20 JANVIER 2016 10 septembre 2015 THÉMATIQUES PROPOSÉES A Concevoir, surveiller, maintenir et exploiter les grandes installations de production E Services énergétiques

Plus en détail

Big data* et marketing

Big data* et marketing Catherine Viot IAE de Bordeaux Maître de conférences HDR Responsable pédagogique du Master 2 Marketing Equipe de Recherche en Marketing - IRGO catherine.viot@u-bordeaux4.fr Big data* et marketing 2006

Plus en détail

Les chiffres clés d OverBlog

Les chiffres clés d OverBlog Les chiffres clés d OverBlog 11~12 Millions de visiteurs uniques/mois * 12~20 Millions de pages vues par jour 1.5 Millions de blogs 25 Millions d'articles 60 Millions d'images 61 Millions de commentaires

Plus en détail

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

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

Plus en détail

NewPoint IT Consulting BIG DATA WHITE PAPER. NewPoint Information Technology Consulting

NewPoint IT Consulting BIG DATA WHITE PAPER. NewPoint Information Technology Consulting NewPoint IT Consulting BIG DATA WHITE PAPER NewPoint Information Technology Consulting Contenu 1 Big Data: Défi et opportunité pour l'entreprise... 3 2 Les drivers techniques et d'entreprise de BIG DATA...

Plus en détail

Programmation parallèle et distribuée (Master 1 Info 2015-2016)

Programmation 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 détail

Data Mining. Exposés logiciels, systèmes et réseaux. Damien Jubeau IR3 Lundi 19 novembre 2012

Data Mining. Exposés logiciels, systèmes et réseaux. Damien Jubeau IR3 Lundi 19 novembre 2012 Data Mining Exposés logiciels, systèmes et réseaux. Damien Jubeau IR3 Lundi 19 novembre 2012 2 Plan Data mining : définition, utilisations et concepts Wolfram Alpha : extraction de données d'un compte

Plus en détail

Pourquoi cet événement? Nos objectifs

Pourquoi cet événement? Nos objectifs Pourquoi cet événement? Nos objectifs Créer un rendez-vous IT majeur zone «grand sud» Mettre en place une véritable plateforme de Mettre en place une véritable plateforme de solutions technologiques Valoriser

Plus en détail

M E D I A S S O C I A U X A C A D E M Y

M E D I A S S O C I A U X A C A D E M Y M E D I A S S O C I A U X A C A D E M Y contact@mediassociaux-academy.com LES CLÉS POUR DÉVELOPPER LA STRATÉGIE DE SON ENTREPRISE SUR LES MÉDIAS SOCIAUX 2 JOURS DE FORMATION 3 WEBINAIRES TITRE DE SOCIAL

Plus en détail

Le Big Data, pivot de la transformation numérique et ligne de service de la DSI.

Le Big Data, pivot de la transformation numérique et ligne de service de la DSI. Le Big Data, pivot de la transformation numérique et ligne de service de la DSI. Pierre Delort Président de l Association Nationale des DSI. www.andsi.fr pdt@andsi.fr 1/14 Association Nationale des DSI

Plus en détail

Introduction à MapReduce/Hadoop et Spark

Introduction 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 détail

votre site site vitrine / site catalogue / site e-commerce

votre site site vitrine / site catalogue / site e-commerce votre site site vitrine / site catalogue / site e-commerce POURQUOI FAIRE UN SITE INTERNET? VOS PRÉOCCUPATIONS... Pourquoi devez-vous absolument créer votre site Web? Pour celui qui cherche un bien ou

Plus en détail

Perspectives pour le stockage des données scientifiques. Jean-Yves Nief (CC-IN2P3)

Perspectives pour le stockage des données scientifiques. Jean-Yves Nief (CC-IN2P3) Perspectives pour le stockage des Jean-Yves Nief (CC-IN2P3) Vue d ensemble de la présentation! Etat des lieux pour le stockage des données.! Evolutions matérielles: Disque dur, SSD, bandes magnétiques.!

Plus en détail

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances 1 Introduction Définition et motivations Tâches de data mining (fouille de données, exploration de données) Techniques et algorithmes Exemples et applications 1 Motivation : pourquoi exploration de données?

Plus en détail

Sommaire. 3. Les grands principes de GFS L architecture L accès de fichier en lecture L accès de fichier en écriture Bilan

Sommaire. 3. Les grands principes de GFS L architecture L accès de fichier en lecture L accès de fichier en écriture Bilan 1 Sommaire 1. Google en chiffres 2. Les raisons d être de GFS 3. Les grands principes de GFS L architecture L accès de fichier en lecture L accès de fichier en écriture Bilan 4. Les Evolutions et Alternatives

Plus en détail

WD et le logo WD sont des marques déposées de Western Digital Technologies, Inc, aux États-Unis et dans d'autres pays ; absolutely WD Re, WD Se, WD

WD et le logo WD sont des marques déposées de Western Digital Technologies, Inc, aux États-Unis et dans d'autres pays ; absolutely WD Re, WD Se, WD WD et le logo WD sont des marques déposées de Western Digital Technologies, Inc, aux États-Unis et dans d'autres pays ; absolutely WD Re, WD Se, WD Xe, RAFF et StableTrac sont des marques de Western Digital

Plus en détail

GENIE STATISTIQUE GESTION DES RISQUES ET INGENIERIE FINANCIERE MARKETING QUANTITATIF ET REVENUE MANAGEMENT

GENIE STATISTIQUE GESTION DES RISQUES ET INGENIERIE FINANCIERE MARKETING QUANTITATIF ET REVENUE MANAGEMENT Remarque : Tous les cours sont en français, sauf contre-indication. Pour des traductions anglaises des titres, des descriptifs, et plus de renseignements, consultez l intégralité du Programme des enseignements

Plus en détail

LES ENJEUX DU BIG DATA

LES ENJEUX DU BIG DATA LES ENJEUX DU BIG DATA POUR LA MISE EN PLACE DES SMART-GRIDS EDF R&D Marie-Luce Picard Projet SIGMA² 16 Janvier 2014 SMART GRIDS SMART METERS SMART DATA Partout dans le monde des projets smart-grids voient

Plus en détail

Accélérer l agilité de votre site de e-commerce. Cas client

Accélérer l agilité de votre site de e-commerce. Cas client Accélérer l agilité de votre site de e-commerce Cas client L agilité «outillée» devient nécessaire au delà d un certain facteur de complexité (clients x produits) Elevé Nombre de produits vendus Faible

Plus en détail

DOSSIER DE PRESSE. www.vu-du-web.com

DOSSIER DE PRESSE. www.vu-du-web.com DOSSIER DE PRESSE www.vu-du-web.com 1 SOMMAIRE PRESENTATION DE VU DU WEB LES METIERS VU DU WEB Stratégie Web Référencement naturel Autres solutions de référencement Référencement payant Référencement social

Plus en détail

REACHTHEFIRST DIGITAL BRANDING LA GUERRE DES «TERRITOIRES» APPORTEUR DE SOLUTIONS DIGITALES. Laurent BEAUREPAIRE CEO

REACHTHEFIRST DIGITAL BRANDING LA GUERRE DES «TERRITOIRES» APPORTEUR DE SOLUTIONS DIGITALES. Laurent BEAUREPAIRE CEO APPORTEUR DE SOLUTIONS DIGITALES REACHTHEFIRST DIGITAL BRANDING LA GUERRE DES «TERRITOIRES» Laurent BEAUREPAIRE CEO AGENDA 01. Les territoires digitaux actuels : enjeux, impacts et devenir 02. De nouveaux

Plus en détail

I N S T I T U T QUELLES CONTRIBUTIONS AU SMART METERING? AFTERWORK ENERGY 21.05.2015

I N S T I T U T QUELLES CONTRIBUTIONS AU SMART METERING? AFTERWORK ENERGY 21.05.2015 I N S T I T U T QUELLES CONTRIBUTIONS AU SMART METERING? AFTERWORK ENERGY 21.05.2015 FIL CONDUCTEUR Le eenergy Center en quelques mots Le Smart Meter : contexte et définition L apport de l eenergy Center

Plus en détail

AVEC LES. de votre. Pour vous. pitché. ENGIE, Hugues. Philippe. e, ORANGE, Nathalie. Fréderic GENERALE. SOCIETE. Aymeril PHILIPPE PALAT

AVEC LES. de votre. Pour vous. pitché. ENGIE, Hugues. Philippe. e, ORANGE, Nathalie. Fréderic GENERALE. SOCIETE. Aymeril PHILIPPE PALAT LES THEMATIQUES, LES PISTES DE COOPERATION AVEC LES STARTUPS ILS ONT PITCHES POUR VOUS Alain Jourdan, Directeur général adjoint de CREDIT AGRICOLE Technologies, Pascal Rioual, Délégué Innovation Groupe,

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

AVRIL 2014. Au delà de Hadoop. Panorama des solutions NoSQL

AVRIL 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 détail

L Art d être Numérique. Thierry Pierre Directeur Business Development SAP France

L Art d être Numérique. Thierry Pierre Directeur Business Development SAP France L Art d être Numérique Thierry Pierre Directeur Business Development SAP France La Transformation Numérique «Plus largement, l impact potentiel des technologies numériques disruptives (cloud, impression

Plus en détail

Hardis Group Jeudi 28 mai 2015

Hardis Group Jeudi 28 mai 2015 Hardis Group Jeudi 28 mai 2015 L univers d HARDIS GROUP ACTEUR DE L IT, DEPUIS 30 ANS AU SERVICE DE LA TRANSFORMATION ET DE LA PERFORMANCE DES ENTREPRISES_ CHIFFRES CLEFS 670 collaborateurs 5 agences en

Plus en détail

E-mail marketing, scoring comportemental & analyse prédictive

E-mail marketing, scoring comportemental & analyse prédictive E-mail marketing, scoring comportemental & analyse prédictive Formation Dolist - Score MD Les 25 & 26 juin 2013 Dolist.net - Tous droits réservés 26/04/2013 Formation E-mail Marketing, scoring & analyse

Plus en détail

Bases de données documentaires et distribuées Cours NFE04

Bases de données documentaires et distribuées Cours NFE04 Bases de données documentaires et distribuées Cours NFE04 Cloud et scalabilité Auteurs : Raphaël Fournier-S niehotta, Philippe Rigaux, Nicolas Travers prénom.nom@cnam.fr Département d informatique Conservatoire

Plus en détail