Prochaines sessions (2 jours): 9 et 10 mai 2022 à Paris 21 et 22 novembre 2022 à Paris Formation aussi disponible dans vos locaux (sur demande) A propos Cette formation comprendre les fondamentaux du big data et de la data science est basée sur des cas pratiques afin de vous familiariser avec les concepts du big data et de la data science. Vous apprendrez par des exemples à comprendre l'environnement du big data (Hadoop, Spark, Kafka…) et ses applications (open data, internet des objets…). Cette formation big data vise un public d'analystes, de chargés d'études voulant comprendre les enjeux liés au big data et ne demande aucun prérequis techniques. Inscrivez-vous!
Joseph Salmon Enseignant-chercheur au département Traitement du Signal et de l'Image de Télécom ParisTech. Il est spécialisé en traitement statistique des images et en apprentissage statistique. Ses recherches portent sur la création et l'étude d'algorithmes pour le traitement de données en grande dimension. Alexandre Gramfort Chercheur à l'INRIA. Ses recherches portent sur le traitement du signal, l'apprentissage statistique et le calcul scientifique avec pour application principale la modélisation et l'analyse de données en neurosciences. Il est un des principaux contributeurs du projet logiciel open source Scikit-Learn qui est la librairie standard pour l'apprentissage statistique en Python. Ons Jelassi Enseignante à la formation continue de Télécom ParisTech, responsable des formations Big Data. Elle est coordonnatrice de ce MOOC.
Compétences visées À la fin de ce cours, vous serez capable de: Pourquoi les bas es de données relationnelles ne sont pas toujours adaptées aux systèmes de données massives qui sont déployées dans les contextes big data. Pourquoi le lan gage Python est un langage très utilisé dans le domaine du traitement des masses de données. Ce cours vous initie à la programmation avec ce langage, particulièrement en utilisant la bibliothèque Numpy. Quelles analyses statistiques nécessitent le traitement des données massives et la prédiction. Cette formation vous fournit les concepts élémentaires en statistiques tels que: les variables aléatoires, le calcul différentiel, les fonctions convexes, les problèmes d'optimisation, les modèles de régression. Ces bases sont appliquées sur un algorithme de classification le Perceptron. Description Le MOOC «Fondamentaux pour le big data» permet d'acquérir efficacement le niveau prérequis en informatique et en statistiques pour suivre des formations dans le domaine du big data et data science.
Stéphan Clémençon Professeur au département Traitement du Signal et de l'Image de Télécom ParisTech. Ses recherches portent sur la théorie statistique de l'apprentissage. Il a récemment encadré des projets de recherche nationaux théoriques et appliqués sur ce thème. Il est responsable du Mastère Spécialisé «Big data: Gestion et analyse des données massives» et du Certificat d'Etudes Spécialisées «Data Scientist». Pierre Senellart Professeur à l'École normale supérieure et responsable de l'équipe Valda d'Inria Paris, anciennement professeur à Télécom ParisTech. Ses intérêts de recherche portent sur les aspects pratiques et théoriques de la gestion de données du Web, en particulier le crawl et l'archivage du Web, l'extraction d'informations depuis le Web, la gestion de l'incertitude, la fouille du Web, et la gestion de données intensionnelles. Anne Sabourin Enseignant-chercheur au département Traitement du Signal et de l'Image de Télécom ParisTech. Ses recherches portent sur l'apprentissage statistique et les méthodes bayésiennes, en particulier pour l'analyse des valeurs extrêmes et la détection d'anomalies.
Le MOOC vous initie à la programmation avec ce langage, particulièrement en utilisant la bibliothèque Numpy. La formation vous fournit les concepts élémentaires en statistiques nécessaire au traitement des données massives et la prédiction, tels que les variables aléatoires, le calcul différentiel, les fonctions convexes, les problèmes d'optimisation et les modèles de régression. Ces bases sont appliquées sur un algorithme de classification, le Perceptron. Programme Programmation Python Limites des bases de données relationnelles Algèbre Analyse Probabilités Statistiques Classifieur Perceptron Modalités pédagogiques Formation en elearning comportant des vidéos, des ressources pédagogiques, des quiz en ligne et des études de cas. Public cible et prérequis Ce MOOC s'adresse à un public ayant des bases en mathématiques et en algorithmique (niveau L2 validé) nécessitant un rafraichissement de ses connaissances pour suivre des formations en data science, IA et Big Data. Évaluation et certification Chaque partie se termine par un quiz validant les acquis des différentes sessions vidéos.
Présentation de cas réels d'applications big data Comment éviter les pièges liés à un projet big data Exemples de déroulés de projets dans différents domaines Gestion client Détection de fraude Manufacturing … Les outils Lors de cette formation des outils de m'écosystème big data seront utilisés notamment des outils cloud. Public: Analystes, Chargés d'études, Data scientist désirant avoir un état des lieux du domaine. Tout public intéressé par la compréhension des fondamentaux du big data et de la data science Prérequis: Avoir quelques connaissances en traitement de données Besoin de conseils ou d'informations, contactez-nous au 01. 72. 25. 40. 82 Inscription Tarif inter-entreprises: 1000 euros par participant pour 2 jours Réductions disponibles pour les financements personnels, les étudiants et en cas d'inscriptions multiples Nos tarifs sont HT et n'incluent pas les déjeuners Tarif intra-entreprise (sur mesure, selon vos besoins): nous contacter pour évaluation Demande de devis et d'informations Veuillez remplir le formulaire ci-dessous pour vous inscrire, obtenir un devis ou des détails sur la formation proposée.
Toute demande intra-entreprise fait systématiquement l'objet d'un devis sur-mesure devant être approuvé pour acceptation.