Le BIG DATA????? Big Buzz? Big Bang? Big Opportunity? Big hype? Big Business? Big Challenge? Big Hacking? Gérard Peliks planche 2

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Le BIG DATA????? Big Buzz? Big Bang? Big Opportunity? Big hype? Big Business? Big Challenge? Big Hacking? Gérard Peliks planche 2"

Transcription

1 Le BIG DATA????? Big Bang? Big hype? Big Challenge? Big Buzz? Big Opportunity? Big Business? Big Hacking? Gérard Peliks planche 2

2 Les quatre paradigmes de la science en marche Paradigme 1 : L empirisme La science basée sur l observation des phénomènes naturels. Paradigme 2 : Les sciences dures La théorisation permet l explication des phénomènes observables. Paradigme 3 : La simulation sur ordinateur Pour valider ou réfuter des théories. Paradigme 4 : Le Big Data L ordinateur fait des découvertes par lui-même, en trouvant des liens statistiques au sein de milliards de données. Gérard Peliks planche 3 Une définition du Big Data Gérard Peliks planche 4

3 Le Big Data ou déferlante informationnelle, le champ des nouveaux possibles Les 3 Des analogies pour comprendre Les technologies du Big Data Le marché Les compétences et pour conclure Les 3 " V " Gérard Peliks planche 5 Gérard Peliks planche 6

4 Le BIG DATA,un modèle tri-dimensionnel : les 3 " V " V a r i é t é V é l o c i t é V o l u m é t r i e Gérard Peliks planche 7 V comme Volumétrie Une unité pour le Big Data : le Zettaoctet Teraoctet : 1000 Gigaoctets (10 12 octets) Twitter, Facebook par jour Petaoctet : 1000 Teraoctets (10 15 octets) Facebook, Google, Exaoctet : 1000 Gigaoctets (10 18 octets) Quantité d info/jour / (5 exaoctets) Zettaoctet : 1000 Exaoctets ou 1000 milliards de Gigaoctets (10 21 octets) Yottaoctet : 1000 Zettaoctets (10 24 octets) NSA datacenter (1 Yo sur m 2 ) Le volume de la connaissance : étude de EMC-CDC 1,8 zettaoctets en 2011, 2,9 zettaoctets en 2015 (18 millions de fois le contenu de la Librairie du Congrés) 35 zettaoctets en 2020 Gérard Peliks planche 8

5 V comme Volumétrie La production des données réseaux sociaux Twitter génère 7 teraoctets par jour Facebook génère 10 téraoctets par jour La NSA est parvenue à aspirer plus de 180 millions de fichiers sur Google et sur Yahoo Son plus grand site (sur 6) dans l Utah pourrait stocker un yottaoctet Gérard Peliks planche 9 V comme Volumétrie La production des données, par jour 143 milliards de courriels 540 millions de SMS 400 millions de tweets heures de vidéos ajoutées sur YouTube 0,05% des données sont analysées Gérard Peliks planche 10

6 V comme Volumétrie La production des données Open Data L Open Data recouvre l ouverture gratuite des données publiques et privées au grand public et aux entreprises Les 27 pays de l Union Européenne doivent, sous 18 mois, donner accès à leurs données publiques : informations publiques Gérard Peliks planche 11 V comme Volumétrie La production des données Capteurs (puces RFID, caméras de surveillance, Linky, Google glass ) Internet des Objets (15 milliards d objets connectés en 2015) Web 2.0, Web 3.0 MOOC (Massive Open Online Courses) Gérard Peliks planche 12

7 V comme Volumétrie Le déluge, c est maintenant Aujourd hui, en 2 jours, l humanité produit bien plus de données que depuis l invention de l imprimerie jusqu en Dans 8 ans, la masse de données sera 50 fois supérieure. Dans les dernières 20 secondes, plus d informations ont traversé le net qu il n en existait sur le web il y a 20 ans 90% des données du monde ont été créées ces deux dernières années (estimation IBM) Mais le volume seul ne fait pas le BIG DATA Gérard Peliks planche 13 V comme Vélocité Nous entrons dans l'ère de l'immédiateté Vous traverseriez une rue en n ayant qu une photo prise il y a 5 minutes? La donnée bouge dans un monde qui bouge La vélocité fait référence à la vitesse à laquelle changent les données, ainsi qu à la vitesse auxquelles celles-ci doivent être utilisées pour en tirer de la valeur Google parcourt 100 petaoctets en moins d une d seconde Gérard Peliks planche 14

8 V comme Variété Blogs, réseaux sociaux, tweets, textes, images, photos, vidéo, musiques, transactions Plus de 1000 formats différents Evolution de la structure des données En 2000, 30% des données étaient non structurées, 70% structurées dans des BD En 2012, 70% des données sont non structurées et 30% structurées Des informations qui étaient difficilement dicernables (signaux faibles) apparaissent Ce n est n pas tant la taille des données qui est importante, que leur diversité et la multiplicité de leurs origines Gérard Peliks planche 15 Les 4 autres " V " V i s u a l i s a t i o n V é r a c i t é V a l e u r V i r t u e l Gérard Peliks planche 16

9 Gérard Peliks planche 17 Des analogies pour comprendre la rupture induite par le Big Data Avec le Big Data, on ne regarde plus la trajectoire des molécules on découvre la thermodynamique Ce ne sont plus les 30 rumeurs de la page 2 du Canard Enchaîné, ce sont les documents d un coup de Wikileaks On donne du sens au déluge de données Donnée -> Information -> Culture ->Profit Celui qui contrôlera les métadonnées, contrôlera le Web Tim Berners-Lee Les données sont-elles le nouveau pactole pétrolier? Extraire, raffiner, distribuer 20eme siècle, siècle du pétrole ; 21eme siècle celui de la donnée Gérard Peliks planche 18 by calwest

10 Des analogies pour comprendre la rupture induite par le Big Data Au fond, on se comporte aujourd'hui face aux données du web comme un biologiste qui prétendrait tout connaître de la pensée parce qu'il dispose de belles images d'irm. Il verrait effectivement des états d'activation des neurones, des zones d'activité du cerveau, mais que saurait-il de la mémoire, de la volonté, des affects et des passions? Rien. Henri Verdier Gérard Peliks planche 19 Gérard Peliks planche 20

11 D où viennent les technologies du Big Data? Des solutions majoritairement open source (fondation Apache) Source : Enjeux et usages du Big Data Lavoisier Gérard Peliks planche 21 Les bases technologiques du Big Data Hadoop Framework Java, open source de la fondation Apache, créé par Yahoo!. Il permet de paralléliser les tâches et d utiliser donc un grand nombre de serveurs. Première distribution d Hadoop en janvier 2012 HDFS (Hadoop Distributed File System) Map/Reduce Popularisé par Google, c est une librairie de calculs massivement parallèles, distribués, qui porte sur des données potentiellement très volumineuses. Bases de données «NoSQL» : Hbase et Cassandra Bases de données distribuées. Interrogation de base de données NoSQL Hive, langage d interrogation, genre SQL Créateur Doug Cutting Gérard Peliks Source : Enjeux et usages du Big planche Data Lavoisier 22

12 MapReduce, le calcul massivement parallèle Gérard Peliks planche 23 Evolution des outils : Hadoop 2.0 La fondation Apache a livré la version 2.0 du framework Hadoop YARN : «Yet Another Resource Negociator» succède à MapReduce Gestion des ressources avec Resources Manager Monitoring et surveillance avec Node Manager Haute disponibilité du système de fichier distribué HDFS Exécution aussi sour Windows Compatibilité avec Hadoop 1.0 Gérard Peliks planche 24

13 Gérard Peliks planche 25 Quand le Small Data rencontre le Big Data Le Small Data va rencontrer le Big Data «Voilà ce que je désire, vous me connaissez, vous connaissez mes besoins, faitesmoi vos propositions» Avec le Small Data, le pouvoir est au demandeur Cartographie des compétences Comparaison des honoraires des médecins Hummingbird : un nouvel algorithme pour Google Search Gérard Peliks planche 26

14 Quand l Open Data rencontre le Big Data Gérard Peliks planche 27 Le marché du Big Data Une augmentation de 60% par an 36 milliards de dollars en milliards de dollars en 2016 (Gartner) et 10 fois plus de serveurs nécessaires 4,4 millions d emplois dans le monde d ici 2015 (Gartner et IBM) Ceux qui l utilisent aujourd hui : Les offreurs de solutions : Microsoft, Oracle, IBM, SAP, HP, EMC Les utilisateurs: Google, Amazon, Facebook, Twitter, LinkedIn, NSA, Orange, SFR Principaux marchés Services financiers, santé, secteur public, 55% du marché du big data en 2012 (Transparency Market Research) Gérard Peliks planche 28

15 Le marché du Big Data Commerce (prix décidés par les données et les algorithmes) On peut s attendre à des services proposés en SAS Big Data as a Service Hadoop as a Service (HaaS) Analytics & Visualisation as a Service La feuille de route du gouvernement retient le Big Data au rang des technologies stratégiques, avec les objets connectés et la cybersécurité. Penser grand mais commencer petit et avancer vite (cigref) Le Big Data, c est maintenant! Gérard Peliks planche 29 Les 5 mesures du plan de soutien du gouvernement sur le Big Data avril Ouverture de formations de Data Scientists On estime à le nombre de datascientists nécessaires à l'europe Fleur Pellerin 2. Mise à disposition pour les start-up d'un kit de briques technologiques nécessaires à leur croissance 3. Renforcement de la chaîne de financement de l'innovation dans le Big Data 11,5 millions d euros pour 7 projets de Big Data en particulier sur les transports ou la santé (Louis Gallois, commissaire général à l Investissement)) 4. Stimuler de l'écosystème du Big Data, en créant un réseau social en France Gérard Peliks planche 30

16 Le Big Data et la Santé En 2012, Microsoft et le Technion prédisent une épidémie de choléra à Cuba, maladie disparue depuis 50 ans. Prédiction basée sur des probabilités. L épidémie a vraiment eu lieu. Google Flu Trends Gérard Peliks planche 31 Le Big Data et la Santé Dossiers médicaux Génomique Premier séquençage ADN humain : 3 milliards de nucléotides Il a fallu 11 ans ( ) et 3 milliards de dollars Aujourd hui : quelques jours et 1000 dollars Imagerie médicale A l INRIA de Rennes sont étudiées les corrélations entre les images du cerveau et le patrimoine génétique des patients Quid de l anonymisation des données? et de la ré-identification d une personne? 96% des patients sont identifiés en se basant sur leurs historiques médicaux (Bradley) Quel choix entre utilité maximale des données et confidentialité absolue? McKinsey estime le potentiel économique annuel du Big Data, pour le système de santé US, à 300 milliards de dollars, soit 1000 dollars par habitant et par an. Gérard Peliks planche 32

17 Le Big Data et Big Brother Programme XKeyscore de la NSA Du 10 dec 2012 au 8 janv 2013, d après Le Monde et Ed. Snowden 70,3 millions de données téléphoniques, en France, enregistrées Données wanadoo.fr et alcatel-lucent écoutées 150 sites de collecte (ambassades US) Stockage dans 700 serveurs Capacité d aspiration de la NSA La NSA est parvenue à aspirer plus de 180 millions de fichiers sur Google et sur Yahoo Son plus grand site (sur 6) dans l Utah pourrait stocker un yottaoctet ou un siècle de conversation téléphonique des US, et plusieurs années de flux internet mondiall Gérard Peliks planche 33 Source : Le Figaro Le Big Data et la cyber sécurité SIEM Techniques d anonymisation et d effacement automatique Sécurité des Clouds publics et privés Police prédictive? Minority report de Spielberg Analyse des évènements piégés dans des honeypots Corrélation de signaux, mêmes faibles, et visualisation des attaques Machine learning SOC Gérard Peliks planche 34

18 Gérard Peliks planche 35 Les compétences requises en Big Data Les «Data Scientists» ou experts en science de la donnée Collecter, nettoyer, corréler, analyser, visualiser l information à partir des data Interface entre la statistique, l informatique, les mathématiques et les enjeux socioéconomiques Data visualisation Sciences humaines, sémantique, linguistique, design (infovisualisation) Data Scientists vs Data Analysts Le Data Analyst ne regarde que les données issues d une seule source (ex CRM) Le Data Scientist explore et examine les données venant de sources hétérogènes, parfois peu fiables avec des informations lacunaires. Il fait parler les données et en sort des indicateurs concrets au service de la direction générale Le Data Scientist doit savoir communiquer, convaincre : il aide à la décision Analogie avec la sécurité de l Info : Data Analyst = RSSI ; Data Scientist = CSO Le CDO (Chief Data Officer) transmet au comité de direction les observations et analyses appuyées sur les données, afin d éclairer davantage la prise de décision. Gérard Peliks planche 36

19 Gérard Peliks planche 37 Mythes et légendes du Big Data Ivan de Lastours, Direction de l'innovation de l'institut Mines-Télécom MYTHE N 1 : Le Big Data, c'est le Cloud Computing 2.0 MYTHE N 2 : Mon entreprise utilise déjà le Big Data depuis plusieurs années MYTHE N 3 : Le Big Data marque une rupture technologique MYTHE N 4 : Le Big Data, signifie la fin des bases de données relationnelles MYTHE N 5 : Le marché du Big Data est à prendre tout de suite Gérard Peliks planche 38

20 Le Big Data, un changement de paradigme Ce qui fait tout l'intérêt du Big Data, ce ne sont pas les données en elles-mêmes, mais leur mélange avec toutes vos données stratégiques. Plus qu un traitement statistique massif des données et leur corrélation avec d autres données, c est la science qui évolue. Gérard Peliks planche 39 Gérard Peliks planche 40

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

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

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

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

Plus en détail

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

Programmation parallèle et distribuée

Programmation parallèle et distribuée Programmation parallèle et distribuée (GIF-4104/7104) 5a - (hiver 2014) Marc Parizeau, Département de génie électrique et de génie informatique Plan Mégadonnées («big data») Architecture Hadoop distribution

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

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

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

Programmation parallèle et distribuée

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

Plus en détail

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

Big Data? Big responsabilités! Paul-Olivier Gibert Digital Ethics

Big Data? Big responsabilités! Paul-Olivier Gibert Digital Ethics Big Data? Big responsabilités! Paul-Olivier Gibert Digital Ethics Big data le Buzz Le Big Data? Tout le monde en parle sans trop savoir ce qu il signifie. Les médias high-tech en font la nouvelle panacée,

Plus en détail

Transformez vos données en opportunités. avec Microsoft Big Data

Transformez vos données en opportunités. avec Microsoft Big Data Transformez vos données en opportunités avec Microsoft Big Data 1 VOLUME Augmentation du volume de données tous les cinq ans Vélocité x10 4,3 Nombre d appareils connectés par adulte VARIÉTÉ 85% Part des

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

BIG DATA. Veille technologique. Malek Hamouda Nina Lachia Léo Valette. Commanditaire : Thomas Milon. Encadré: Philippe Vismara

BIG DATA. Veille technologique. Malek Hamouda Nina Lachia Léo Valette. Commanditaire : Thomas Milon. Encadré: Philippe Vismara BIG DATA Veille technologique Malek Hamouda Nina Lachia Léo Valette Commanditaire : Thomas Milon Encadré: Philippe Vismara 1 2 Introduction Historique des bases de données : méthodes de stockage et d analyse

Plus en 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

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

Travaux pratiques. avec. WordPress. Karine Warbesson

Travaux pratiques. avec. WordPress. Karine Warbesson Travaux pratiques avec WordPress Karine Warbesson Toutes les marques citées dans cet ouvrage sont des marques déposées par leurs propriétaires respectifs. Mise en pages réalisée par ARCLEMAX Illustration

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

Le BigData, aussi par et pour les PMEs

Le BigData, aussi par et pour les PMEs Parole d expert Le BigData, aussi par et pour les PMEs Stéphane MOUTON, CETIC Département Software and Services Technologies Avec le soutien de : LIEGE CREATIVE Le Big Data, aussi par et pour les PMEs

Plus en détail

Big data : vers une nouvelle science des risques?

Big data : vers une nouvelle science des risques? Big data : vers une nouvelle science des risques? Serge Abiteboul INRIA et ENS Cachan Conseil national du numérique et Académie des sciences Big data et science des risques 1 Organisation Big data en bref

Plus en détail

Etude des outils du Cloud Computing

Etude des outils du Cloud Computing Etude des outils du Cloud Computing Sommaire : Présentation générale.. 2 Définitions. 2 Avantage.. 2 Inconvénients. 3 Types d offres de service Cloud.. 3 Comparaison des services Cloud 4 Conclusion 5 Présentation

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

FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis

FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis Joseph Salmon Télécom ParisTech Jeudi 6 Février Joseph Salmon (Télécom ParisTech) Big Data Jeudi 6 Février 1 / 18 Agenda Contexte et opportunités

Plus en détail

Mastère spécialisé Data science. La Data science vous offre des débouchés innovants et porteurs dans le domaine stratégique des Big DataS

Mastère spécialisé Data science. La Data science vous offre des débouchés innovants et porteurs dans le domaine stratégique des Big DataS Mastère spécialisé Data science La Data science vous offre des débouchés innovants et porteurs dans le domaine stratégique des Big DataS Le volume des informations et des données disponibles explose. Il

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

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

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

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

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

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

Entrez dans l ère du Numérique Très Haut Débit

Entrez dans l ère du Numérique Très Haut Débit MIPE Juin 2012 - Nantes http://www.network-th.fr - 0811 560 947 1. Le Très Haut Débit sur Fibre Optique au prix d une SDSL : Mythe ou Réalité? 2. Sauvegarder, Sécuriser, Protéger, Superviser : Délégueznous

Plus en détail

GT Big Data : transformer les données en valeur business pour l entreprise

GT Big Data : transformer les données en valeur business pour l entreprise GT Big Data : transformer les données en valeur business pour l entreprise Bruno Prévost (Dir. Infrastructures IT Groupe, ) Valère Dussaux (GCS d-sisif) Espace Grande Arche Paris La Défense Workshop Big

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

* HOOTSUITE: GAGNEZ DU TEMPS AVEC LES RÉSEAUX SOCIAUX! Laurence Galambert - Easy-socialmedia.com

* HOOTSUITE: GAGNEZ DU TEMPS AVEC LES RÉSEAUX SOCIAUX! Laurence Galambert - Easy-socialmedia.com * HOOTSUITE: GAGNEZ DU TEMPS AVEC LES RÉSEAUX SOCIAUX! Laurence Galambert - Easy-socialmedia.com Vous entendez partout que les réseaux sociaux sont devenus incontournables pour faire la promotion de vos

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

Naviguer sur internet, Manipuler les scanners et imprimantes

Naviguer sur internet, Manipuler les scanners et imprimantes Sponsors Tel : 055226812 http://uniprof.gear.host Facebook : uniprof Nom du cours : Naviguer sur internet, Manipuler les scanners et imprimantes C est avec le logiciel Que je gère mon commerce et les stocks

Plus en détail

ESPACE MULTIMEDIA DU CANTON DE ROCHESERVIERE

ESPACE MULTIMEDIA DU CANTON DE ROCHESERVIERE ESPACE MULTIMEDIA DU CANTON DE ROCHESERVIERE Atelier «pour débuter» La gestion des photos avec Windows 10 1 Généralités sur le jargon de l image numérique Les différents formats d image : une image enregistrée

Plus en détail

DEMARREZ RAPIDEMENT VOTRE EVALUATION

DEMARREZ RAPIDEMENT VOTRE EVALUATION Pentaho Webinar 30 pour 30 DEMARREZ RAPIDEMENT VOTRE EVALUATION Resources & Conseils Sébastien Cognet Ingénieur avant-vente 1 Vous venez de télécharger une plateforme moderne d intégration et d analyses

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

Septembre 2015. Résultats du Baromètre DSI 2015 des projets et investissements informatiques

Septembre 2015. Résultats du Baromètre DSI 2015 des projets et investissements informatiques Septembre 2015 Résultats du Baromètre DSI 2015 des projets et investissements informatiques Etude VoxDI 2015: La 3 ème édition de l étude VoxDI, la voix des Décideurs Informatiques, a pour objectif d établir

Plus en détail

Big Data et documentation

Big Data et documentation Big Data et documentation Jean-Michel Salaün ENS de Lyon Journée d'étude "Mieux accompagner la recherche : réalités d'aujourd'hui et perspectives pour les fonctions d IST" 30 septembre 2015 Chiffre d affaires

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

L EXPLORATEUR DE DONNEES «DATA EXPLORER»

L EXPLORATEUR DE DONNEES «DATA EXPLORER» L EXPLORATEUR DE DONNEES «DATA EXPLORER» Avec l arrivée de l explorateur de données dans SAS Enterprise Guide, vous allez pouvoir explorer le contenu de vos sources de données sans les ajouter à votre

Plus en détail

Migration et consolidation de systèmes d archivage de documents électroniques

Migration et consolidation de systèmes d archivage de documents électroniques Migration et consolidation de systèmes d archivage de documents électroniques 26/10/2013 Page 1 sur 8 Sommaire : Pourquoi décider de migrer les documents vers un système d archivage unique?... 3 Une migration

Plus en détail

Sommaire. Procédurier Windows Movie Maker Mars 2009

Sommaire. Procédurier Windows Movie Maker Mars 2009 Procédurier Windows Movie Maker Mars 2009 Conception et réalisation Mathieu Brisson Technicien multimedia local Q3049 418.647.6600 poste 6776 mathieu.brisson@climoilou.qc.ca Sommaire L interface... 2 La

Plus en détail

Big Data et Statistique Publique

Big Data et Statistique Publique Big Data et Statistique Publique Miracle ou mirage? Matthieu Cornec Mission Innovation Sommaire 1. Constat : Explosion des données 1. Constat 2. Exemples 2. Big Data : nouvelle révolution économique? 1.

Plus en détail

avec nos solutions spécialisées pour la microfinance et ses institutions coopératives Big Data

avec nos solutions spécialisées pour la microfinance et ses institutions coopératives Big Data avec nos solutions spécialisées pour la microfinance et ses institutions coopératives Big Data Historique de Big data Jusqu à l avènement d Internet et surtout du Web 2.0 il n y avait pas tant de données

Plus en détail

CONFERENCE TECHNOM AIDE IBM

CONFERENCE TECHNOM AIDE IBM Conférence Big Data CONFERENCE TECHNOM AIDE IBM Le BIG DATA : le nouveau pétrole de la société. En présence de : Christophe MENICHETTI (spécialiste BIG DATA chez IBM) JN. SCHNEIDER et F. WEYGAND (professeurs

Plus en détail

Les services d externalisation des données et des services. Bruno PIQUERAS 24/02/2011

Les services d externalisation des données et des services. Bruno PIQUERAS 24/02/2011 Les services d externalisation des données et des services Bruno PIQUERAS 24/02/2011 1 1 Introduction Différents types d externalisation de données : Les données sauvegardées Les données bureautiques Les

Plus en détail

Adresse : 10 zone commerciale Cavani 97600 Mamoudzou GSM : 0639255016 Mail : abdillah@mahoresoft.com ou c.a.abdillah@gmail.com

Adresse : 10 zone commerciale Cavani 97600 Mamoudzou GSM : 0639255016 Mail : abdillah@mahoresoft.com ou c.a.abdillah@gmail.com 1 Sommaire 1. Préambule... 3 2. Notre pack business, indispensable pour vos affaires sur Internet à 750 la première année puis 550 par an... 3 3. Sites Internet statiques traditionnels (classiques) sans

Plus en détail

PROFILAGE : UN DEFI POUR LA PROTECTION DES DONNEES PERSONNELLES Me Alain GROSJEAN Bonn & Schmitt

PROFILAGE : UN DEFI POUR LA PROTECTION DES DONNEES PERSONNELLES Me Alain GROSJEAN Bonn & Schmitt PROFILAGE : UN DEFI POUR LA PROTECTION DES DONNEES PERSONNELLES Me Alain GROSJEAN Bonn & Schmitt ASPECTS TECHNIQUES M. Raphaël VINOT CIRCL SEMINAIRE UIA ENJEUX EUROPEENS ET MONDIAUX DE LA PROTECTION DES

Plus en détail

Hébergement MMI SEMESTRE 4

Hébergement MMI SEMESTRE 4 Hébergement MMI SEMESTRE 4 24/03/2015 Hébergement pour le Web Serveurs Mutualités Serveurs Dédiés Serveurs VPS Auto-Hébergement Cloud Serveurs Mutualités Chaque Serveur héberge plusieurs sites Les ressources

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 Introduction du cours Auteurs : Raphaël Fournier-S niehotta, Philippe Rigaux, Nicolas Travers prénom.nom@cnam.fr Département d informatique Conservatoire

Plus en détail

Les ateliers Numériques 2013

Les ateliers Numériques 2013 Les ateliers Numériques 2013 1 2 Sommaire 1. Réalisation d un site internet 1. Les différentes étapes 2. La planification stratégique et la conception 3. Un site internet dans le tourisme 2. Les tendances

Plus en détail

SÉRIE NOUVELLES ARCHITECTURES

SÉRIE NOUVELLES ARCHITECTURES SÉRIE NOUVELLES ARCHITECTURES Alerte au tsunami des données : les entreprises doivent prendre la vague maintenant! Quels sont les faits qui sous-tendent cette réalité? Quelles entreprises sont aujourd

Plus en détail

Se connecter, analyser et optimiser ses ventes : 3 étapes gagnantes pour les e-commerces

Se connecter, analyser et optimiser ses ventes : 3 étapes gagnantes pour les e-commerces Se connecter, analyser et optimiser ses ventes : 3 étapes gagnantes pour les e-commerces Face aux rapides évolutions de consommation et de distribution en ligne, 3 experts du e-commerce international ont

Plus en détail

Management des Systèmes d Information

Management des Systèmes d Information Management des Systèmes d Information Marie-Hélène Delmond delmond@hec.fr Les cours d informatique / de système d information à HEC Formation Fondamentale (L3) Modélisation (Tableur) - Informatique individuelle

Plus en détail

Scientifique/ingénieur de données Juin 2015 à septembre 2015 Syntell

Scientifique/ingénieur de données Juin 2015 à septembre 2015 Syntell PROFIL Personne très autonome et qui possède un sens de l initiative développé, notamment en ce qui concerne la prise de décision, spécialiste des mégadonnées. Après avoir fini un baccalauréat en sciences,

Plus en détail

CCI YONNE ATELIER ENP 14 NOVEMBRE 2011. Je veux mieux gérer mon entreprise grâce au numérique (nomadisme, SaaS, etc.)

CCI YONNE ATELIER ENP 14 NOVEMBRE 2011. Je veux mieux gérer mon entreprise grâce au numérique (nomadisme, SaaS, etc.) CCI YONNE ATELIER ENP 14 NOVEMBRE 2011 Je veux mieux gérer mon entreprise grâce au numérique (nomadisme, SaaS, etc.) Les ateliers ENP L Espace Numérique Professionnel vous propose 11 ateliers pour répondre

Plus en détail

pas à pas prise en main du service sur le web Le Cloud

pas à pas prise en main du service sur le web Le Cloud pas à pas prise en main du service sur le web Le Cloud sommaire présentation générale de l interface 4-12 ajouter un fichier 13-16 sélectionner un ou plusieurs fichiers 17-19 ouvrir un fichier ou un dossier

Plus en détail

Openvista Ils mettent au cœur de leur priorité la réalisation de vos objectifs les plus ambitieux.»

Openvista Ils mettent au cœur de leur priorité la réalisation de vos objectifs les plus ambitieux.» «Avoir une connaissance fine de ses clients, maîtriser ses coûts fournisseurs, gérer efficacement la connaissance des différents collaborateurs dans son entreprise au fil du temps, optimiser les flux de

Plus en détail

Objectifs. Maîtriser. Pratiquer

Objectifs. Maîtriser. Pratiquer 1 Bases de Données Objectifs Maîtriser les concepts d un SGBD relationnel Les modèles de représentations de données Les modèles de représentations de données La conception d une base de données Pratiquer

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

Big Data : Risques et contre-mesures

Big Data : Risques et contre-mesures 18 mars 2014 Big Data : Risques et contre-mesures Les fondamentaux pour bien démarrer Gérôme BILLOIS gerome.billois@solucom.fr Twitter : @gbillois Chadi HANTOUCHE chadi.hantouche@solucom.fr Twitter : @chadihantouche

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

BIG DATA & PROTECTION DES DONNEES DANS LE DOMAINE DE LA SANTE

BIG DATA & PROTECTION DES DONNEES DANS LE DOMAINE DE LA SANTE Jeudi, 3 septembre 2015 BIG DATA & PROTECTION DES DONNEES DANS LE DOMAINE DE LA SANTE Sébastien Fanti Avocat et Notaire Préposé à la protection des données et à la transparence sebastien.fanti@admin.vs.ch

Plus en détail

BI Managed by Business

BI Managed by Business BI Managed by Business Introduction Après avoir enregistré une forte croissance au cours de ces dernières années, la Business Intelligence se popularise dans les entreprises pour devenir un élément stratégique

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

Mesures DNS à l ère du Big Data : outils et défis. JCSA, 9 juillet 2015 Vincent Levigneron, Afnic

Mesures DNS à l ère du Big Data : outils et défis. JCSA, 9 juillet 2015 Vincent Levigneron, Afnic Mesures DNS à l ère du Big Data : outils et défis JCSA, 9 juillet 2015 Vincent Levigneron, Afnic Sommaire 1. Mesures DNS réalisées par l Afnic 2. Volumes et biais 3. Limitations 4. Pourquoi une approche

Plus en détail

Stratégie webmarketing

Stratégie webmarketing Stratégie webmarketing OBJECTIFS - Comprendre et maîtriser les différents techniques et leviers de promotion online utilisés par les professionnels Chefs d entreprise, créateurs d entreprise, webmasters,

Plus en détail

QUICK GUIDE #1. Guide du pilotage par la performance pour les distributeurs automobiles

QUICK GUIDE #1. Guide du pilotage par la performance pour les distributeurs automobiles QUICK GUIDE #1 Guide du pilotage par la performance pour les distributeurs automobiles INTRODUCTION Vous managez des concessions automobiles et c est une responsabilité qui demande un contrôle quotidien

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

Thibault Denizet. Introduction à SSIS

Thibault Denizet. Introduction à SSIS Thibault Denizet Introduction à SSIS 2 SSIS - Introduction Sommaire 1 Introduction à SQL Server 2008 Integration services... 3 2 Rappel sur la Business Intelligence... 4 2.1 ETL (Extract, Transform, Load)...

Plus en détail

Big Data et la santé

Big Data et la santé Big Data, c'est quoi? Big Data et la santé Collecte, stockage et exploitation de masses de données Capter de façon automatique et anonyme une très grande quantité d'informations, les traiter avec des algorithmes

Plus en détail

BOOSTEZ MAITRISEZ. votre business en ligne. la qualité de vos données

BOOSTEZ MAITRISEZ. votre business en ligne. la qualité de vos données 3 BOOSTEZ votre business en ligne MAITRISEZ la qualité de vos données J accélère drastiquement le temps de mise en ligne d un nouveau site et je m assure de la qualité de marquage Mon site évolue constamment

Plus en détail

Consultant scientifique-ingénieur de données Juin 2015 à Septembre 2015 Syntell

Consultant scientifique-ingénieur de données Juin 2015 à Septembre 2015 Syntell Mégadonnées «Big Data» PROFIL Personne très autonome et qui possède un sens de l initiative développé, notamment en ce qui concerne la prise de décision, monsieur Brechmann est un spécialiste des mégadonnées.

Plus en détail

NoSQL : en Quête de Performances Extrêmes

NoSQL : en Quête de Performances Extrêmes NoSQL : en Quête de Performances Extrêmes Alors que l audience du web croît sans cesse, les applications Internet à succès ont été confrontées aux mêmes problèmes de base de données : si les serveurs web

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

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

Les RH à l ère du Big Data: faites parler vos données! Mesurez et optimisez la performance de vos programmes RH 18 septembre 2013

Les RH à l ère du Big Data: faites parler vos données! Mesurez et optimisez la performance de vos programmes RH 18 septembre 2013 Les RH à l ère du Big Data: faites parler vos données! Mesurez et optimisez la performance de vos programmes RH 18 septembre 2013 Qui nous sommes Firme québécoise (bureaux à Québec et Montréal) Spécialisée

Plus en détail

BIGDATA AN 3 : UNE NOUVELLE ERE DE B.I.

BIGDATA AN 3 : UNE NOUVELLE ERE DE B.I. BIGDATA AN 3 : UNE NOUVELLE ERE DE B.I. QUELLES PERSPECTIVES POUR LES 20 PROCHAINES ANNEES? 22 MARS 2013 CHARLES PARAT, DIR. INNOVATION adoption L ADOPTION DES EVOLUTIONS B.I. EST LENTE BIGDATA BUZZ MAINFRAME

Plus en détail

Mon Parcours. Qu'est-ce que Mon Parcours?

Mon Parcours. Qu'est-ce que Mon Parcours? Mon Parcours 1 Mon Parcours Qu'est-ce que Mon Parcours? 2 Mon Parcours Comment y accéder? 3 Mon Parcours Sommaire 4 Mon Parcours Sommaire 5 Mon Parcours Sommaire 6 Portail de connexion Saisissez ici le

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

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

X 30-40 de croissance des données tous les 10 ans 1

X 30-40 de croissance des données tous les 10 ans 1 La croissance exponentielle des données non structurées nécessite de gérer le stockage et de contrôler les coûts autrement. X 30-40 de croissance des données tous les 10 ans 1 40 000 90 % milliards de

Plus en détail

Carnet d adresses - Contacts messagerie Le 11 février 2013. Export des contacts Google Mail

Carnet d adresses - Contacts messagerie Le 11 février 2013. Export des contacts Google Mail Contacts de messagerie Si vous changez de client de messagerie, vous souhaiterez sans doute récupérer vos contacts. Les contacts sont stockés sous un format interne à votre logiciel et ne peuvent pas être

Plus en détail

Bonjour, Matthieu, pouvez-vous nous expliquer le concept de Nuukik?

Bonjour, Matthieu, pouvez-vous nous expliquer le concept de Nuukik? Bonjour, Matthieu, pouvez-vous nous expliquer le concept de Nuukik? Nuukik est un moteur de recommandation de produit aidant les e-commerçants à dynamiser et personnaliser leur offre commerciale afin de

Plus en détail

CESI Bases de données

CESI Bases de données CESI Bases de données Introduction septembre 2006 Bertrand LIAUDET EPF - BASE DE DONNÉES - septembre 2005 - page 1 PRÉSENTATION GÉNÉRALE 1. Objectifs généraux L objectif de ce document est de faire comprendre

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

1 re. Se documenter automatiquement grâce aux réseaux sociaux. séquence pédagogique L1.2 L1.4 L2.2 L4.2. 3 e trimestre. Consigne 1

1 re. Se documenter automatiquement grâce aux réseaux sociaux. séquence pédagogique L1.2 L1.4 L2.2 L4.2. 3 e trimestre. Consigne 1 Se documenter automatiquement grâce aux réseaux sociaux Nom :... Prénom :... Date :... Validez les items du B2i! L1.2 L1.4 L2.2 L4.2 PAYS DE LA LOIRE Consigne 1 (Travail en groupe possible) De plus en

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

Bases de données relationnelles : Introduction

Bases de données relationnelles : Introduction Bases de données relationnelles : Introduction historique et principes V. Benzaken Département d informatique LRI UMR 8623 CNRS Université Paris Sud veronique.benzaken@u-psud.fr https://www.lri.fr/ benzaken/

Plus en détail

Masses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA

Masses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Masses de données 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Rédacteurs : Mjo Huguet / N. Jozefowiez 1. Introduction : Besoins Informations et Aide

Plus en 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

OpenText Content Server v10 Cours 3-0126 (ex 215)

OpenText Content Server v10 Cours 3-0126 (ex 215) v10 Cours 3-0126 (ex 215) Administration système et indexation-recherche Durée : 5 jours Ce cours de 5 jours apprendra aux administrateurs, aux architectes système et aux services support comment installer,

Plus en détail

Sécurisation des données

Sécurisation des données Sécurisation des données 1 Sommaire Introduction Les données informatiques et ce qu il faut savoir. Comment faire? Les solutions. Démo Présentation de deux logiciels Conclusion Pour conclure ce qu il faut

Plus en détail

Il y a tellement de hype autour du big data que Gartner étudie un nouveau modèle ;-) Talend 2012 2

Il y a tellement de hype autour du big data que Gartner étudie un nouveau modèle ;-) Talend 2012 2 Big Data: au delà du Buzz Yves de Montcheuil @ydemontcheuil Il y a tellement de hype autour du big data que Gartner étudie un nouveau modèle ;-) Talend 2012 2 Hype Cycle Gartner Talend 2012 3 Big Data

Plus en détail

Ecole des Hautes Etudes Commerciales HEC Alger. par Amina GACEM. Module Informatique 1ière Année Master Sciences Commerciales

Ecole des Hautes Etudes Commerciales HEC Alger. par Amina GACEM. Module Informatique 1ière Année Master Sciences Commerciales Ecole des Hautes Etudes Commerciales HEC Alger Évolution des SGBDs par Amina GACEM Module Informatique 1ière Année Master Sciences Commerciales Evolution des SGBDs Pour toute remarque, question, commentaire

Plus en détail

Intégration et protection de données Avril 2008. IBM ireflect : Intégration et protection des données pour les environnements Oracle

Intégration et protection de données Avril 2008. IBM ireflect : Intégration et protection des données pour les environnements Oracle Avril 2008 IBM ireflect : Intégration et protection des données pour les environnements Oracle Page 2 Le saviez-vous? ireflect peut répliquer les données entre différentes versions d Oracle, vous permettant

Plus en détail