Safe Harbor Statement

Dimension: px
Commencer à balayer dès la page:

Download "Safe Harbor Statement"

Transcription

1

2 Safe Harbor Statement The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment to deliver any material, code, or functionality, and should not be relied upon in making purchasing decisions. The development, release, and timing of any features or functionality described for Oracle s products remains at the sole discretion of Oracle. 2

3 Exploiter et Visualiser vos données Big Data Olivia Faucheux Business Development Manager Pascal Guy Architecte Systèmes Lundi 30 mars 2015

4 Les cas d usage du Big Data AUTOMOTIVE Analyse sur localisation, et problemes COMMUNICATIONS Publicité Géolocalisation RETAIL / CPG Sentiment client Ciblage produit Marketing optimisé FINANCIAL SERVICES Risque et analyse portefeuille nouveaux produits EDUCATION & RESEARCH Analyse d experience HIGH TECHNOLOGY / INDUSTRIAL MFG. Mfg de qualité Analyse des garanties LIFE SCIENCES Essais cliniques Génomique MEDIA/ ENTERTAINMENT Analyse téléspectateur Cross Sell ON-LINE SERVICES / SOCIAL MEDIA Match :People & carrière Site Web optimisation SANTE Dossier patient, surveillance. Qualité des soins OIL & GAS Analyse de la sonde d'exploration Forage GAMES S adapter au comportement du joueur TRAVEL & TRANSPORTATION Analyse des capteurs pour étude des flux Sentiment client UTILITIES Analyse des compteurs LAW ENFORCEMENT & DEFENSE Analyse des menaces Surveillance des médias sociaux, Analyse photo

5 Produce Data Use Data

6 Production Data Comment pouvez-vous réduire le gap? Capturer et simplifier l accés à toutes les données Découvrir et prévoir rapidement Gouverner et Sécuriser la plateforme de données Usage Data

7 Data Liquidity DATA CAPITAL CHANGE THE BUSINESS RUN THE BUSINESS Oracle Confidential Internal/Restricted/Highly Restricted 7

8 Notre Mission Accélerer La Découverte La prédiction et La prise de décision BIG DATA ANALYTICS CAPITAL NUMERIQUE BIG DATA APPLICATIONS Passer à l action plus rapidement Simplifier l Accès à Toutes les données BIG DATA MANAGEMENT BIG DATA INTEGRATION Connecter et Gérer toutes les données Copyright 2014 Copyright Oracle and/or 2014 its Oracle affiliates. and/or All its rights affiliates. reserved. All rights Oracle reserved. Confidential 8

9 Performance

10 Efficacité Opérationnelle

11 Personnalisation

12 Increase state funding through better attendance Exalytics to increase efficiency in budget analysis 105% ROI in first four years; total benefits of $4.4m through 2015 Efficacité 12

13 Prévention du désabonnement Oracle Confidential Internal 13

14 Optimisation

15 SOURCE S BIG DATA MANAGEME NT BUSINESS ANALYTICS BIG DATA APPLICATIO NS Architecture Oracle Big Data BY INDUSTRY & z LINE OF BUSINESS DISCOVERY BUSINESS ANALYTICS DATA RESERVOIR DATA WAREHOUSE

16 Architecture Oracle Big Data DATA RESERVOIR DATA WAREHOUSE NoSQL Hadoop NoSQL Hadoop NoSQL Big Data Appliance Oracle Big Data Connectors Oracle Database Oracle Industry Models Oracle Database Oracle Advanced Analytics Oracle Spatial & Graph Exadata

17 Notre Mission BIG DATA ANALYTICS BIG DATA APPLICATIONS CAPITAL NUMERIQUE BIG DATA MANAGEMENT BIG DATA INTEGRATION Copyright 2014 Copyright Oracle and/or 2014 its Oracle affiliates. and/or All its rights affiliates. reserved. All rights Oracle reserved. Confidential 19

18 Oracle Big Data Analytics Big Data Analytics Discovery Business Analy. Mining Real Time Rules & Models Automation Goals 2 miles Arbitration

19 Oracle Big Data Analytics Big Data Analytics Discovery Business Anal. Mining Real Time Rules & Models Automation Goals 2 miles Arbitration Oracle R Data Reservoir Oracle Advanced Analytics (Data Mining + R ) Oracle Spatial & Graph Data Warehouse

20 Expérience client

21 UNSTRUCTURED STRUCTURED Recommandation Temps Réel CRM ERP Scoring Data Warehouse Rules & Models Automation Opt-in Offers personalization Goals Arbitration Real Time Decision Real-Time Personalization Product recommendation Service Process Optimization

22 Process Optimization Oracle Confidential Internal 24

23 Efficacité opérationnelle Oracle Confidential Internal 25

24 Découverte de données avec Oracle Endeca Information Discovery Fichiers Excel personnels Oracle BI Server Models Données d entreprise Cloud et Sociales Documents et Pages Web Ajouter de Nouvelles Données Intégrer des données diverses et variées, fichiers personnels, données d entreprises ou Web Poser de Nouvelles Questions Proposer, en standard, la recherche par mot-clef combinée avec la navigation guidée Découvrir de Nouvelles Tendances Les résultats de recherche organisent les données imparfaites, un enrichissement de texte expose automatiquement des thèmes cachés. De puissantes capacités de visualisation font ressortir de nouvelles tendances

25 Comment Analyser Rapidement le Big Data alors que Les données sont confuses Peu familières et très nombreuses Nécessitent d importantes manipulations Au potentiel de valeur peu évident Les outils sont complexes Outils techniques réservés aux seuls experts Les outils BI n ont pas été conçus pour Hadoop Les solutions émergentes manquent encore de couvertures fonctionnelles 80% des efforts sur l évaluation et la préparation des données Les experts sont rares et très spécialisés, les métiers se sentent dépendants 27

26 Une nouvelle approche est nécessaire sur la techno Hadoop Une interface utilisateur intuitive, interactive et visuelle pour... trouver explorer transformer découvrir partager Trouver et explorer pour comprendre le potentiel du Big Data Transformer et rapidement enrichir les données pour encore mieux les valoriser Démocratiser le Big Data à l ensemble des utilisateurs en partageant l ensemble du patrimoine informationnel 28

27 Oracle Big Data Discovery. The Visual Face of Hadoop trouver explorer transformer découvrir partager 29

28 Oracle Big Data Discovery. The Visual Face of Hadoop trouver explorer transformer Explorer tout le découvrir potentiel du partager Big Data 30

29 Trouver En utilisant un catalogue interactif de toutes les données d Hadoop Via une navigation guidée et une recherche simplifiée Visualisation agrégée et statistique des data set, leurs annotations et associations 31

30 Explorer Visualiser tous les attributs à plat et les trier par potentiel informationnel Observer les statistiques par attributs, leur qualité, leurs aberrations Combiner les attributs pour découvrir des corrélations 32

31 Oracle Big Data Discovery. The Visual Face of Hadoop Produire rapidement un Big Data pertinent et efficace trouver explorer transformer découvrir partager 33

32 Transformer Revaloriser les données de manière intuitive et visuelle Large librairie de fonctions de transformations et d enrichissements Fonctions de preview, undo, commit et replay des transformations. Test sur un échantillon avant l application sur toutes les données dans Hadoop 34

33 Oracle Big Data Discovery. The Visual Face of Hadoop trouver explorer transformer découvrir partager Libérer le potentiel Big Data pour tous les utilisateurs 35

34 Découvrir Enrichir les analyses avec des données locales ou d entreprise via le selfservice pour obtenir plus de perspectives Découvrir de nouvelles informations et corrélations grâce à d innovantes visualisations interactives Composer des tableaux de bord d analyse en simple drag and drop 36

35 Partager Partager projets, signets et snapshots avec une communauté d utilisateurs Composer des galeries analytiques qui adressent des problématiques métier Collaborer en équipe et lancer des itérations analytiques Publier les données combinées dans un nouveau data set Hadoop pour le mettre à disposition d autres outils 37

36 Big Data Discovery : à suivre sur YouTube Oracle Confidential Internal/Restricted/Highly Restricted 38

37 Notre Mission BIG DATA ANALYTICS BIG DATA APPLICATIONS CAPITAL NUMERIQUE BIG DATA MANAGEMENT BIG DATA INTEGRATION Copyright 2014 Copyright Oracle and/or 2014 its Oracle affiliates. and/or All its rights affiliates. reserved. All rights Oracle reserved. Confidential 39

38 Agenda Défis du Big Data Simplifier l Infrastructure Big Data Valoriser toutes les données Référence Airbus, Démo Bigdata Oracle Conclusion Oracle Confidential Internal/Restricted/Highly Restricted 40

39 Défis Du Big Data

40 Technologies Big Data Hadoop & NoSQL Grille de traitements distribués, Coût stockage optimisé Traitements distribués Java, Open Source Architecture Shared nothing Traitement exécuté près des données Gros volumes & Exécution Parallèle Clusters de serveurs (1000s noeuds), HA Hadoop /HDFS -> Batch No SQL -> Temps réel Ecosystème riche mais complexe PI G

41 Les DSI confrontées à de nouvelles complexités Innovations Oracle - Simplifier l IT Big Data Batir une ferme Hadoop /NoSQL performante? Déployer l infrastructure Big Data rapidement? Opérer, Administrer, Fiabiliser ces systèmes? ORACLE ENGINEERED SYSTEMS Intégrer le Big Data aux données d entreprises? Oracle Big Data Connectors & DIS

42 Comment valoriser rapidement les données Big Data Innovations Oracle - Simplifier l accés, la découverte et l analyse Préparer et Filtrer les données Big Data? Découvrir les anomalies au sein du Big Data? Analyser les tendances et corrélations Big Data? Oracle Big Data Discovery Programmer en Java Hadoop/No SQL? Unifier et Sécuriser l accés à toutes les données? Oracle Big Data SQL

43 Simplifier l infrastructure Big Data

44 Oracle Big Data Vue Conceptuelle Actionable Events Actionable Insights Actionable Information Structured Enterprise Data Input Events Event Engine Data Factory DATA RESERVOIR Enterprise Information Store Reporting (DAWAREHOUSE ) Other Data Execution Innovation Events & Data ANALYTICS LAB Discovery Output

45 Data Reservoir Big Data Big Data Appliance X5-2, plateforme pour Hadoop et No SQL 6 à 18 Serveurs Sun Oracle X5-2L, pour chaque serveur: 2 * 18 Core Intel Xeon E5 Processeurs Mémoire RAM: 128 GB Stockage Disque: 288 à 868 TB (18*12 disques SAS HC 4TB) Jusqu à 40 Gb/s de débit InfiniBand Logiciels intégrés (4.1): Oracle Linux 6.5, Oracle JDK 7u72 Oracle Big Data SQL 1.1 Distribution Cloudera Apache Hadoop 5.3 EDH Edition & Cloudera Manager 5.3 Distribution Oracle R , Oracle NoSQL Database Starter In-Rack Full Rack Expansion Rack

46 Still - Hadoop Can Be Confusing

47 What goes where? Projects typically come with services Typical services: NameNodes (x2) Zookeeper Quorum Journal Managers (x3) Hive Server2 Etc. Metadata in an RDBMS Etc. QJM? Zookeeper? DataNode TaskTracker NameNode? JobTracker? Hive Server

48 Oracle Big Data Appliance Run Any Software 21% Moins chère à l achat 30% Plus rapide à déployer

49 Data Reservoir Big Data temps réel Oracle NoSQL Database Bases de données distribuées temps réel (faible latence) Modèle de données Simple Paire Clé-Valeur (notion de clé majeur+mineur), mais aussi Tables Opérations trés rapides Lecture/Insertion/MiseAJour/Suppression APIs C & Java ( put, delete get, multiget ) Application NoSQLDB Driver Application NoSQLDB Driver Scalabilité, Haute disponibilité & Répartition de charge Partitionnement dynamique des données & distribution Ajout/Suppression des Noeuds à chaud Un ou plusieurs réplica(s), PRA, pas de SPOF Noeuds de Stockage Data Center A Forrester estimates the current adoption of NoSQL is at 20% and is likely to double by 2017 Noeuds de Stockage Data Center B

50 Big Data Connectors Intégration Optimisée du Big Data avec la base Oracle Oracle Loader for Hadoop Oracle SQL Connector for HDFS Oracle Data Integrator Application Adapter for Hadoop Oracle R Advanced Analytics for Hadoop (ORAAH) Oracle Xquery for Hadoop Oracle Golden Gate for Big Data Oracle Big Data Connectors Oracle Data Integrator Oracle Database Oracle Advanced Analytics Oracle Spatial & Graph Hadoop Acquire Organize Analyze Oracle Database

51 Big Data Appliance - Administration de bout en bout Serveurs, Réseaux & Logiciel Matériel & Logiciels Suivi des Performances Vue schématique du matériel et alertes Topologie Matérielle et Logicielle Gestion du Cluster Hadoop Suivi des performances systèmes sur tout le cluster Hadoop Visualiser l évolutions du stockage HDFS, de l activité MapReduce et de l utilisation des serveurs. Gestion consolidée des incidents

52 Oracle Big Data Management System ORACLE BIG DATA SQL DATA RESERVOIR DATA WAREHOUSE Cloudera Hadoop Oracle NoSQL Big Data Discovery Oracle R Advanced Analytics for Hadoop Oracle R Distribution Big Data Appliance Oracle Event Apache Processing Flume Oracle GoldenGate Oracle Big Data Connectors Oracle Data Integration Oracle Oracle Database Database Oracle In-Memory, Industry Multitenant Models Oracle Oracle Advanced Industry Analytics Models Oracle Oracle Spatial Advanced & Graph Analytics Oracle Spatial & Graph Exadata Oracle Data Oracle Oracle Event Integrator GoldenGate Processing SOURCES

53 Data Warehouse EXADATA in Memory Database Machine Le meilleur système pour les bases de données ORACLE Data Warehouse mais aussi OLTP et Consolidation Exadata Smart Scan Improve query performance by 10X Hybrid Columnar Compression Reduce the size of database storage requirements by up-to 3-5X Smart Flash Cache Improve query response times by 40% + Oracle Database 12c In-Memory + Oracle Database 12c Advanced Analytics

54 Valoriser toutes les données

55 Surmonter les obstacles de l'adoption des nouvelles techno INTEGRATION COMPETENCES SECURITE SQL Engineered Systems SQL sur TOUTES les données Sécuriser TOUTES les données Confidential 57

56 Governance et Sécurité Que peut apporter Oracle Droits d accès et Authentification Provisioning and Compliance Role-Based Access Data Redaction Data Encryption Data Warehouses Enterprise Application s Websites Surveys & Reviews 3rd party data Spreadsheet s Social Media Machine Data Big Data Authorization and Authentication Provisioning and Compliance Role-Based Access Data Redaction Data Encryption 58

57 Manager et Sécuriser toutes les données Hadoop, NoSQL & Relational A partir des fonctions existantes Authentification Kerberos Authentification Apache Sentry Auditing avec Oracle Audit Vault Encryption Data Encryption Réseau Big Data SQL adds Advanced Security on Hadoop & NoSQL Masking and Redaction Virtual Private Database Fine-grain Access Control Oracle Confidential Internal 59

58 Oracle R Advanced Analytics for Hadoop Pour les utilisateurs Statisticiens ou Data scientists Les capacités Analytiques de R et la puissance d Hadoop/HDFS MAP Oracle R Client MAP REDUCE MAP REDUCE MAP Hadoop HDFS Algorithmes R optimisés pour exécution en parallèle Linear Models and Logistic Models General feed-forward Neural Networks Regression Models, Matrix Factorization, K-Means Clustering PCA (Principal Component Analysis) Correlations Les traitements R utilisent MapReduce Les Calculs intensifs parallélisés accélèrent les Simulations

59 SQL universel s adapte aux données Big Data Hive Tajo Impala Presto Drill Spark SQL Hadapt CitusDB Cassandra Apache Phoenix HAWQ PolyBase MongoDB #BeyondBigData

60 Des données sous tous les angles NoSQL Pourquoi Oracle SQL Support de tout type de données du Big Data Structured data Numeric, string, date, Unstructured data LOBs, Text, XML, JSON, Spatial, Graph, Multimedia Et des fonctions analytiques enrichies Ranking, Windowing, LAG/LEAD, Aggregate, Statistical, Linear Regression, Correlations, Cross Tabs, Hypothesis Testing, Distribution Fitting, 6

61 Oracle Big Data SQL Requêtes SQL Massivement Parallèles sur Oracle, Hadoop et NoSQL SQL SQL Offload Query to Data Nodes data subset Small data subset quickly returned Offload Query to Exadata Storage Servers Hadoop & NoSQL Oracle Database 12c 6

62 Optimisation intelligente des requêtes Une même requête pour Oracle Database, Hadoop & NoSQL Interrogation des données dans SGBDR, Hadoop & NoSQL Rapide Parallélisme massif Oracle SQL Filtrée localement Mouvement des données Oracle NoSQL DB BDS Server Oracle NoSQL DB BDS Server HDFS Data Node BDS Server HDFS Data Node BDS Server Oracle Database Storage Server Oracle Database Storage Server minimisé Sécurisé Sécurité de la base relationnelle appliquée aux données Bi data HDFS/No SQL

63 SQL Oracle avancé pour toutes les données Oracle Advanced Analytics (Data Mining & Langage R) Puissant Combinaison d algorithmes data mining en base de données et d algorithmes open source R Accessible via SQL, PL/SQL, R Scalable, exécution parallèlisée en base de données Simple à utiliser Différents types d outils pour les utilisateurs métiers et les statisticiens ( data scientists ) Adapté à l Entreprise Fonctionnalité intégrée de la base de données Oracle Support naturel des applications Analytiques et des environments Décisionnels (BI) R

64 Oracle Big Data SQL - Une nouvelle architecture Pour rapprocher les données d Entreprise et le Big Data Puissance et hautes performances SQL sur Hadoop Toutes les capacités d Oracle SQL sur Hadoop (sécurité, analytiques ) Exécution locale sur les nœuds Hadoop, Smart Scan comme Exadata Intégration simple des données Hadoop et Oracle Un unique point d'entrée SQL pour accéder à toutes les données Jointures adaptables entre Hadoop et les données SGBDR Matériel optimisé Réseau Infiniband haut débit entre BDA (Hadoop/No SQL) et Exadata (Oracle) BIG DATA APPLIANCE EXADATA DATABASE MACHINE Oracle Confidential 6

65 Référence Airbus Démo Bigdata

66 Conclusion

67 Oracle Big Data, un accélérateur d innovation Solution unique et complète Pour valoriser toutes les données (Big Data + Entreprise) Pour tous les utilisateurs (Statisticiens, Métiers, Développeurs SQL) Réduit le risque des nouvelles technologies Simplifie la découverte & l analyse des données Solutions de Découvertes Innovantes (Big Data Discovery, Endeca) Toutes les sources de données Big Data ou non (Big Data SQL, Connectors) Simplifie l Infrastructure du Big Data Systèmes intégrés, spécialisés, prêts à l emploi, support unique Performance et Evolutivité natives, déploiements plus rapides

68 Liens utiles! Solutions Oracle Big Data Oracle Information Discovery Oracle Real Time Decision Oracle Big Data Appliance Oracle NoSQL Database Oracle Advanced Analytics Oracle Big Data Connectors Oracle Big Data SQL Oracle Event Processing Oracle Big Data Discovery

69 Oracle Confidential Internal 71

70 Oracle Confidential Internal/Restricted/Highly Restricted 72

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

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

Sécurité de bout en bout Une solution complète pour protéger les données et prévenir les risques

Sécurité de bout en bout Une solution complète pour protéger les données et prévenir les risques Sécurité de bout en bout Une solution complète pour protéger les données et prévenir les risques Michel Mariet, Oracle The following is intended to outline our general product direction. It is intended

Plus en détail

ADMINISTRATION EXADATA

ADMINISTRATION EXADATA ADMINISTRATION EXADATA Abel Afonso Avant Vente abel.afonso@oracle.com 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

ENTERPRISE MANAGER 12C TOTAL CLOUD CONTROL

ENTERPRISE MANAGER 12C TOTAL CLOUD CONTROL ENTERPRISE MANAGER 12C TOTAL CLOUD CONTROL Grand Tour Découverte de l offre Jean-Philippe PINTE jean.philippe.pinte@oracle.com 1 The following is intended to outline our general product direction. It is

Plus en détail

Copyright 2013, Oracle and/or its affiliates. All rights reserved.

Copyright 2013, Oracle and/or its affiliates. All rights reserved. 1 Moderniser votre back office Finance Oracle Finance Cloud Guy Aguera, Deloitte Partner Valérie Vinges, Oracle Sales Consultant 2 Safe Harbor Statement The following is intended to outline our general

Plus en détail

EXALOGIC ELASTIC CLOUD MANAGEMENT

EXALOGIC ELASTIC CLOUD MANAGEMENT EXALOGIC ELASTIC CLOUD MANAGEMENT Jean-Marc Digne Ingénieur Avant Vente Oracle France 1 The following is intended to outline our general product direction. It is intended for information purposes only,

Plus en détail

FOURNIR UN SERVICE DE BASE DE DONNÉES FLEXIBLE. Database as a Service (DBaaS)

FOURNIR UN SERVICE DE BASE DE DONNÉES FLEXIBLE. Database as a Service (DBaaS) FOURNIR UN SERVICE DE BASE DE DONNÉES FLEXIBLE Database as a Service (DBaaS) 1 The following is intended to outline our general product direction. It is intended for information purposes only, and may

Plus en détail

GESTION DES APPLICATIONS ORACLE. Application Management Suites

GESTION DES APPLICATIONS ORACLE. Application Management Suites GESTION DES APPLICATIONS ORACLE Application Management Suites 1 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

Engineered for Business: Oracle Hardware for Oracle Database

Engineered for Business: Oracle Hardware for Oracle Database Engineered for Business: Oracle Hardware for Oracle Database 1 Engineered for Business: Oracle Hardware for Oracle Database Consolidez vos données et optimisez

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

Copyright 2013, Oracle and/or its affiliates. All rights reserved.

Copyright 2013, Oracle and/or its affiliates. All rights reserved. 1 Les achats 2.0 Procurement Service Julien LAFORET Consultant Achats Gilles PATRIS DE BREUIL Consultant Achats François GENIN Directeur Solutions ERP EMEA 2 Safe Harbor Statement The following is intended

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

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

Pentaho Business Analytics Intégrer > Explorer > Prévoir

Pentaho 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 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

GESTION DU CYCLE DE VIE. Albert Amar Avant-vente Middleware

GESTION DU CYCLE DE VIE. Albert Amar Avant-vente Middleware GESTION DU CYCLE DE VIE Albert Amar Avant-vente Middleware 1 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

Déployer et sécuriser des applica1ons mobiles dans votre SI / Cloud

Déployer et sécuriser des applica1ons mobiles dans votre SI / Cloud Déployer et sécuriser des applica1ons mobiles dans votre SI / Cloud Roadmap 12c Event Janvier 2015 Eric De Smedt Middleware Sales ConsulIng Director Safe Harbor Statement The following is intended to outline

Plus en détail

DB2 10.5 BLU Acceleration Francis Arnaudiès f.arnaudies@fr.ibm.com

DB2 10.5 BLU Acceleration Francis Arnaudiès f.arnaudies@fr.ibm.com DB2 10.5 BLU Acceleration Francis Arnaudiès f.arnaudies@fr.ibm.com #solconnect13 SOLUTIONS ADAPTEES AUX BESOINS CLIENTS Mobile/Cloud Data Serving and Transaction Processing Mobile Storefront JSON Database

Plus en détail

Exadata Storage Server et DB Machine V2

<Insert Picture Here> Exadata Storage Server et DB Machine V2 Exadata Storage Server et DB Machine V2 Croissance de la Volumétrie des Données Volumes multipliés par 3 tous les 2 ans Evolution des volumes de données 1000 Terabytes (Données) 800

Plus en détail

Innovative BI with SAP Jean-Michel JURBERT D. de Marché BI, HANA, BIG DATA _ SAP France

Innovative BI with SAP Jean-Michel JURBERT D. de Marché BI, HANA, BIG DATA _ SAP France Innovative BI with SAP Jean-Michel JURBERT D. de Marché BI, HANA, BIG DATA _ SAP France 2013 SAP AG. All rights reserved. Customer 1 Rôles et Attentes Instantanéité BIG DATA Users IT Real Time SAP HANA

Plus en détail

Big Data: comment passer de la stratégie à la mise en œuvre? Big Data Paris Mars 2015

Big Data: comment passer de la stratégie à la mise en œuvre? Big Data Paris Mars 2015 Big Data: comment passer de la stratégie à la mise en œuvre? Big Data Paris Mars 2015 Jean-David Benassouli Managing Director, Responsable France de la practice Digital Data management +33 6 79 45 11 51

Plus en détail

Hadoop, les clés du succès

Hadoop, les clés du succès Hadoop, les clés du succès Didier Kirszenberg, Responsable des architectures Massive Data, HP France Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein is subject

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

L offre Oracle Complete Hardware + Software

L offre Oracle Complete Hardware + Software L offre Oracle Complete Hardware + Software Interview de Jean-Yves Migeon du 13 mars 2012 Postée sur http://itplace.tv Jean-Yves Migeon, Business Development Manager, BU Hardware Stephan Schreiber, Journaliste

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

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

QlikView et Google Big Query : Une réponse simple, rapide et peu coûteuse aux analyses Big Data

QlikView et Google Big Query : Une réponse simple, rapide et peu coûteuse aux analyses Big Data QlikView et Google Big Query : Une réponse simple, rapide et peu coûteuse aux analyses Big Data Qui sommes-nous? Société de stratégie et de consulting IT spécialisée en ebusiness, Cloud Computing, Business

Plus en détail

La rencontre du Big Data et du Cloud

La rencontre du Big Data et du Cloud La rencontre du Big Data et du Cloud Libérez le potentiel de toutes vos données Visualisez et exploitez plus rapidement les données de tous types, quelle que soit leur taille et indépendamment de leur

Plus en détail

ORACLE PAAS CLOUD MANAGEMENT

ORACLE PAAS CLOUD MANAGEMENT ORACLE PAAS CLOUD MANAGEMENT Jean-Marc Digne Ingénieur Avant-Vente Oracle France 1 The following is intended to outline our general product direction. It is intended for information purposes only, and

Plus en détail

Catherine Chochoy. Alain Maneville. I/T Specialist, IBM Information Management on System z, Software Group

Catherine Chochoy. Alain Maneville. I/T Specialist, IBM Information Management on System z, Software Group 1 Catherine Chochoy I/T Specialist, IBM Information Management on System z, Software Group Alain Maneville Executive I/T specialist, zchampion, IBM Systems and Technology Group 2 Le défi du Big Data (et

Plus en détail

Le traitement du Big Data inclue la collecte, la curation, le stockage, l enrichissement, le croisement, la partage, l analyse et la visualisation.

Le 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 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

PERFORMANCE BASE DE DONNÉES

PERFORMANCE BASE DE DONNÉES PERFORMANCE BASE DE DONNÉES Abel Afonso Avant Vente abel.afonso@oracle.com The following is intended to outline our general product direction. It is intended for information purposes only, and may not

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

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

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

SAP Runs SAP Reporting Opérationnel & BI avec HANA et SAP Analytics. Pierre Combe, Enterprise Analytics Juin, 2015

SAP Runs SAP Reporting Opérationnel & BI avec HANA et SAP Analytics. Pierre Combe, Enterprise Analytics Juin, 2015 SAP Runs SAP Reporting Opérationnel & BI avec HANA et SAP Analytics Pierre Combe, Enterprise Analytics Juin, 2015 Agenda SAP Enterprise Analytics qui sommes-nous? Acteur clé de l innovation à SAP Présentation

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

Le nouveau visage de la Dataviz dans MicroStrategy 10

Le nouveau visage de la Dataviz dans MicroStrategy 10 Le nouveau visage de la Dataviz dans MicroStrategy 10 Pour la première fois, MicroStrategy 10 offre une plateforme analytique qui combine une expérience utilisateur facile et agréable, et des capacités

Plus en détail

Formation Cloudera Data Analyst Utiliser Pig, Hive et Impala avec Hadoop

Formation 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 détail

L offre décisionnel IBM. Patrick COOLS Spécialiste Business Intelligence

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

Plus en détail

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

Stephan 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 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 détail

Transformation IT de l entreprise BIG DATA, MÉTIERS ET ÉVOLUTION DES BASES DE DONNÉES

Transformation IT de l entreprise BIG DATA, MÉTIERS ET ÉVOLUTION DES BASES DE DONNÉES Transformation IT de l entreprise BIG DATA, MÉTIERS ET ÉVOLUTION DES BASES DE DONNÉES M a l g r é s o n ca r act è r e en apparence multiforme un enjeu central s est progressivement affirmé en matière

Plus en détail

1 Actuate Corporation 2012. + de données. + d analyses. + d utilisateurs.

1 Actuate Corporation 2012. + de données. + d analyses. + d utilisateurs. 1 Actuate Corporation 2012 + de données. + d analyses. + d utilisateurs. Actuate et BIRT Actuate est l Editeur spécialiste de la Business Intelligence et le Reporting qui a créé le projet Open Source BIRT

Plus en détail

Philippe Lemerle Big Data Secteur public. Copyright 2015, Oracle and/or its affiliates. All rights reserved.

Philippe Lemerle Big Data Secteur public. Copyright 2015, Oracle and/or its affiliates. All rights reserved. Philippe Lemerle Big Data Secteur public 1 Le Monde se crée une copie numérique de lui même (*) (*) The world is making a digital copy of itself Paul Sonderegger, Oracle Approche réductioniste propriétés

Plus en détail

FINI LA RÉCRÉ PASSONS AUX MÉGADONNÉES

FINI LA RÉCRÉ PASSONS AUX MÉGADONNÉES 1 FINI LA RÉCRÉ PASSONS AUX MÉGADONNÉES «Dans le concret, projets de transformation vers le BigData» V1-10/03/15 ABED AJRAOU CONNAISSEZ-VOUS PAGESJAUNES? CONNAISSEZ-VOUS PAGESJAUNES? LES MEGADONNEES RÉPONDENT

Plus en détail

KARMA Le système de Revenue Management d'air France KLM avec Hadoop

KARMA Le système de Revenue Management d'air France KLM avec Hadoop KARMA Le système de Revenue Management d'air France KLM avec Hadoop Conférence BIG DATA - Master MBDS Université de Nice Sophia Antipolis 16 Décembre 2014 Martial AYAS maayas@airfrance.fr 2 Agenda 1. Présentation

Plus en détail

Mission. SOFT COMPUTING et les projets Big Data. Un positionnement de spécialistes

Mission. SOFT COMPUTING et les projets Big Data. Un positionnement de spécialistes SOFT COMPUTING et les projets Big Data Mission Un positionnement de spécialistes Sur le moyen terme, nous sommes profondément convaincus que les organisations qui tireront leur épingle du jeu et feront

Plus en détail

Offre formation Big Data Analytics

Offre 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 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

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

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

Plus en détail

Hadoop dans l entreprise: du concept à la réalité. Pourquoi et comment?

Hadoop dans l entreprise: du concept à la réalité. Pourquoi et comment? Hadoop dans l entreprise: du concept à la réalité. Pourquoi et comment? Jean-Marc Spaggiari Cloudera jms@cloudera.com @jmspaggi Mai 2014 1 2 Avant qu on commence Agenda -Qu est-ce que Hadoop et pourquoi

Plus en détail

Stratégie et Vision de SAP pour le secteur Banque- Assurance: Data-Management, BI, Mobilité

Stratégie et Vision de SAP pour le secteur Banque- Assurance: Data-Management, BI, Mobilité Stratégie et Vision de SAP pour le secteur Banque- Assurance: Data-Management, BI, Mobilité Patrice Vatin Business Development SAP FSI Andrew de Rozairo Business Development Sybase EMEA Septembre 2011

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

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

Cassandra et Spark pour gérer la musique On-line

Cassandra et Spark pour gérer la musique On-line Cassandra et Spark pour gérer la musique On-line 16 Juin 2015 @ Paris Hammed RAMDANI Architecte SI 3.0 et BigData mramdani@palo-it.com +33 6 80 22 20 70 Appelez-moi Hammed ;-) (Sidi Mo)Hammed Ramdani @smramdani

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

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

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

Plus en détail

Surmonter les 5 défis opérationnels du Big Data

Surmonter les 5 défis opérationnels du Big Data Surmonter les 5 défis opérationnels du Big Data Jean-Michel Franco Talend Connect 9 octobre 2014 Talend 2014 1 Agenda Agenda Le Big Data depuis la découverte jusqu au temps réel en passant par les applications

Plus en détail

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

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

Plus en détail

EMC Enterprise Hybrid Cloud. Emmanuel Bernard Advisory vspecialist EMC Emmanuel.bernard@emc.com @veemanuel

EMC Enterprise Hybrid Cloud. Emmanuel Bernard Advisory vspecialist EMC Emmanuel.bernard@emc.com @veemanuel EMC Enterprise Hybrid Cloud Emmanuel Bernard Advisory vspecialist EMC Emmanuel.bernard@emc.com @veemanuel Copyright 2014 EMC Corporation. All rights reserved. # Nouveau programme IT Défis métiers actuels

Plus en détail

TRANSFORM IT + BUSINESS + YOURSELF

TRANSFORM IT + BUSINESS + YOURSELF TRANSFORM IT + BUSINESS + YOURSELF Copyright 2012 EMC Corporation. All rights reserved. 2 Vos environnements SAP sont complexes et couteux : pensez «replatforming» TRANSFORM IT+ BUSINESS + YOURSELF Alexandre

Plus en détail

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

Copyright 2014, Oracle and/or its affiliates. All rights reserved. 1 Build modern business applications with Oracle Cloud s Platform and Infrastructure Services Eric Bezille Chief Technologist Oracle Systems France 2 Safe Harbor Disclaimer The following is intended to

Plus en détail

LES APPROCHES CONCRÈTES POUR LE DÉPLOIEMENT D INFRASTRUCTURES CLOUD AVEC HDS & VMWARE

LES APPROCHES CONCRÈTES POUR LE DÉPLOIEMENT D INFRASTRUCTURES CLOUD AVEC HDS & VMWARE LES APPROCHES CONCRÈTES POUR LE DÉPLOIEMENT D INFRASTRUCTURES CLOUD AVEC HDS & VMWARE Sylvain SIOU VMware Laurent DELAISSE Hitachi Data Systems 1 Hitachi Data Systems Corporation 2012. All Rights Reserved

Plus en détail

New Features. Developed by. BPM Conseil - SARL au capital de 70 000 euros - RCS LYON 479 400 129 9, rue Pierre Blanc - 69001 Lyon - France 1/20

New Features. Developed by. BPM Conseil - SARL au capital de 70 000 euros - RCS LYON 479 400 129 9, rue Pierre Blanc - 69001 Lyon - France 1/20 5 New Features Developed by 1/20 Sommaire 1 Introduction... 3 2 Evolutions des studios de développement et améliorations fonctionnelles... 5 3 Portail Vanilla... 6 3.1 Open Street Maps... 6 3.2 Gestion

Plus en détail

Anticiper et prédire les sinistres avec une approche Big Data

Anticiper 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 détail

SQL Server 2012 et SQL Server 2014

SQL Server 2012 et SQL Server 2014 SQL Server 2012 et SQL Server 2014 Principales fonctions SQL Server 2012 est le système de gestion de base de données de Microsoft. Il intègre un moteur relationnel, un outil d extraction et de transformation

Plus en détail

Marc AMADOU Technical Sales Analytics on System z amadoum@fr.ibm.com. 18 Mars 2015. Big data et le z. 2015 IBM Corporation

Marc AMADOU Technical Sales Analytics on System z amadoum@fr.ibm.com. 18 Mars 2015. Big data et le z. 2015 IBM Corporation Marc AMADOU Technical Sales Analytics on System z amadoum@fr.ibm.com 18 Mars 2015 Big data et le z 2015 IBM Corporation Agenda Contexte Cas d utilisation DB2 z/os et Hadoop Connecteurs z pour Hadoop 2

Plus en détail

Suite Jedox La Business-Driven Intelligence avec Jedox

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

Plus en détail

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

Modernisation de la fonction Finance ERP, GRC & EPM

<Insert Picture Here> Modernisation de la fonction Finance ERP, GRC & EPM Modernisation de la fonction Finance ERP, GRC & EPM Laurent Ducros Directeur avant-vente EPM Damien Palacci Associé BearingPoint Modernisation de la fonction finance Oracle Applications

Plus en détail

Pascale Borla-Salamet Consultante Avant Vente Oracle France. Oracle Exadata Performance et Optimisation de votre Datawarehouse

Pascale Borla-Salamet Consultante Avant Vente Oracle France. Oracle Exadata Performance et Optimisation de votre Datawarehouse Pascale Borla-Salamet Consultante Avant Vente Oracle France Oracle Exadata Performance et Optimisation de votre Datawarehouse Agenda Les nouveaux challenges Exadata Storage Server Oracle Database Machine

Plus en détail

ORACLE EXADATA DATABASE MACHINE X2-8

ORACLE EXADATA DATABASE MACHINE X2-8 ORACLE EXADATA DATABASE MACHINE X2-8 CARACTERISTIQUES ET AVANTAGES CARACTERISTIQUES 128 cœurs de CPU et 2 TO de mémoire pour le traitement des bases de données 168 cœurs de CPU pour le traitement du stockage

Plus en détail

Jean-Philippe VIOLET Solutions Architect

Jean-Philippe VIOLET Solutions Architect Jean-Philippe VIOLET Solutions Architect IBM Cognos: L' Expertise de la Gestion de la Performance Acquis par IBM en Janvier 08 Rattaché au Brand Information Management Couverture Globale 23,000 clients

Plus en détail

ORACLE 10g Découvrez les nouveautés. Jeudi 17 Mars Séminaire DELL/INTEL/ORACLE

ORACLE 10g Découvrez les nouveautés. Jeudi 17 Mars Séminaire DELL/INTEL/ORACLE ORACLE 10g Découvrez les nouveautés Jeudi 17 Mars Séminaire DELL/INTEL/ORACLE Le Grid Computing d Entreprise Pourquoi aujourd hui? Principes et définitions appliqués au système d information Guy Ernoul,

Plus en détail

Les technologies du Big Data

Les technologies du Big Data Les technologies du Big Data PRÉSENTÉ AU 40 E CONGRÈS DE L ASSOCIATION DES ÉCONOMISTES QUÉBÉCOIS PAR TOM LANDRY, CONSEILLER SENIOR LE 20 MAI 2015 WWW.CRIM.CA TECHNOLOGIES: DES DONNÉES JUSQU'À L UTILISATEUR

Plus en détail

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

Copyright 2014, Oracle and/or its affiliates. All rights reserved. 1 Safe Harbor Statement The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment

Plus en détail

Vos experts Big Data. contact@hurence.com. Le Big Data dans la pratique

Vos experts Big Data. contact@hurence.com. Le Big Data dans la pratique Vos experts Big Data contact@hurence.com Le Big Data dans la pratique Expert Expert Infrastructure Data Science Spark MLLib Big Data depuis 2011 Expert Expert Hadoop / Spark NoSQL HBase Couchbase MongoDB

Plus en détail

Analytics Platform. MicroStrategy. Business Intelligence d entreprise. Self-service analytics. Big Data analytics.

Analytics Platform. MicroStrategy. Business Intelligence d entreprise. Self-service analytics. Big Data analytics. Business Intelligence d entreprise MicroStrategy Analytics Platform Self-service analytics Big Data analytics Mobile analytics Disponible en Cloud Donner l autonomie aux utilisateurs. Des tableaux de bord

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

SEMINAIRE SAS VISUAL ANALYTICS LAUSANNE, MARCH 18 : JÉRÔME BERTHIER VALERIE AMEEL

SEMINAIRE SAS VISUAL ANALYTICS LAUSANNE, MARCH 18 : JÉRÔME BERTHIER VALERIE AMEEL SEMINAIRE SAS VISUAL ANALYTICS LAUSANNE, MARCH 18 : JÉRÔME BERTHIER VALERIE AMEEL AGENDA 14:15-14:30 Bienvenue & Introduction Jérôme Berthier et Manuel Fucinos 14:30-14:45 Le concept de la Data Viz et

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

EMC Forum 2014. EMC ViPR et ECS : présentation des services software-defined

EMC Forum 2014. EMC ViPR et ECS : présentation des services software-defined EMC Forum 2014 EMC ViPR et ECS : présentation des services software-defined 1 2 3 4 5 Software is Eating the World Marc Andreessen co-fondateur de Netscape Les entreprises qui utilisent efficacement le

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

ORACLE EXADATA DATABASE MACHINE X2-2

ORACLE EXADATA DATABASE MACHINE X2-2 ORACLE EXADATA DATABASE MACHINE X2-2 CARACTERISTIQUES ET AVANTAGES CARACTERISTIQUES Jusqu à 96 cœurs de CPU et 768 GO de mémoire pour le traitement des bases de données Jusqu à 168 cœurs de CPU pour le

Plus en détail

Accélérez vos tests et développements avec le Cloud, découvrez SoftLayer, la dernière acquisition Cloud d'ibm

Accélérez vos tests et développements avec le Cloud, découvrez SoftLayer, la dernière acquisition Cloud d'ibm Accélérez vos tests et développements avec le Cloud, découvrez SoftLayer, la dernière acquisition Cloud d'ibm Matthieu Gross Senior Architect services d infrastructure IBM Cloud: Think it. Build it. Tap

Plus en détail

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

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

Plus en détail

IBM Tivoli Compliance Insight Manager

IBM Tivoli Compliance Insight Manager Simplifier les audits sur la sécurité et surveiller les activités des utilisateurs privilégiés au moyen d un tableau de bord permettant de contrôler la conformité aux exigences de sécurité IBM Points forts

Plus en détail

IBM Tivoli Monitoring

IBM Tivoli Monitoring Surveiller et gérer les ressources vitales et les mesures sur diverses plates-formes à partir d une seule console IBM Tivoli Monitoring Points forts Surveille de manière proactive Aide à réduire les coûts

Plus en détail

GESTION DE LA PERFORMANCE. Albert Amar Avant-vente Middleware

GESTION DE LA PERFORMANCE. Albert Amar Avant-vente Middleware GESTION DE LA PERFORMANCE Albert Amar Avant-vente Middleware 1 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

IT SERVICES BUSINESS STORAGE DATA AUDIT PARTNERSHIP INTEGRATOR SECURITY PLANNING PRIVATE AGILITY DYNAMIC PUBLIC TECHNOLOGY SOLUTIONS MANAGEMENT

IT SERVICES BUSINESS STORAGE DATA AUDIT PARTNERSHIP INTEGRATOR SECURITY PLANNING PRIVATE AGILITY DYNAMIC PUBLIC TECHNOLOGY SOLUTIONS MANAGEMENT ACTIVE BUSINESS TALENT ANSWERS DESIGN AUDIT HYBRID DRP PRIVATE SOFTWARE ENGINEERING AGILITY DYNAMIC DEPLOY SECURITY COMPUTE USER Initialisation démonstration EVO:RAIL PROVISIONING ORCHESTRATION WORKLOAD

Plus en détail

Introduction aux algorithmes MapReduce. Mathieu Dumoulin (GRAAL), 14 Février 2014

Introduction aux algorithmes MapReduce. Mathieu Dumoulin (GRAAL), 14 Février 2014 Introduction aux algorithmes MapReduce Mathieu Dumoulin (GRAAL), 14 Février 2014 Plan Introduction de la problématique Tutoriel MapReduce Design d algorithmes MapReduce Tri, somme et calcul de moyenne

Plus en détail

Les journées SQL Server 2013

Les journées SQL Server 2013 Les journées SQL Server 2013 Un événement organisé par GUSS Les journées SQL Server 2013 Romain Casteres MVP SQL Server Consultant BI @PulsWeb Yazid Moussaoui Consultant Senior BI MCSA 2008/2012 Etienne

Plus en détail

Consolidation. Grid Infrastructure avec la 11gR2

Consolidation. Grid Infrastructure avec la 11gR2 Consolidation Grid Infrastructure avec la 11gR2 Priorités IT durant les périodes difficiles Examiner et Limiter les dépenses d investissement Devenir plus efficace pour réduire les frais d'exploitation

Plus en détail

MYXTRACTION. 2009 La Business Intelligence en temps réel

MYXTRACTION. 2009 La Business Intelligence en temps réel MYXTRACTION 2009 La Business Intelligence en temps réel Administration Qui sommes nous? Administration et management des profils Connecteurs Base des données Gestion des variables et catégories de variables

Plus en détail

La famille Symphony. Click to add text. Vincent Perrin IBM Collaboration Solutions Architect. 2011 IBM Corporation

La famille Symphony. Click to add text. Vincent Perrin IBM Collaboration Solutions Architect. 2011 IBM Corporation La famille Symphony Click to add text Vincent Perrin IBM Collaboration Solutions Architect 2011 IBM Corporation Agenda Les nouveautés de Lotus Symphony 3 Démonstrations de quelques nouveautés LotusLive

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