Data Analyst- architectures big data et science de données

• Appréhender l’état de l’art des principales solutions du marché
• Maîtriser le cycle de vie d’un projet de données
• Appréhender les bonnes pratiques de développement dans un contexte agile
• Mettre en œuvre une solution d’alimentations de données (Talend),
• Maîtriser les bases de Python pour développer des applications Big Data
• Mettre en place une infrastructure Big Data avec Hadoop, Spark et ELK

• Culture du consultant Data Analyst
• Etat de l’Art du BI & Big Data / panorama des solutions
• Cycle de vie d'un projet informatique - Les concepts de l'agilité
• Efficacité professionnelle - Savoir être et communication

• Bases de données : SQL et requetage
• Développement avec Python Programmation impérative avec Python (notions et outillage : Git)
• Programmation orientée objet avec Python
• Accès à une base de données relationnelle avec Python
• Développement d’applications Big Data avec Python MongoDB avec Python
• Mise en œuvre d’une base de données NoSQL
• Traitement des données et Machine Learning avec Python
• Hadoop - Présentation de l'écosystème et de ses architectures (hdfs, hive, flume, sqoop, nifi)
• Spark - Techniques d'analyse des données et machine learning (core, streaming, sql, ml, graphX)
• ElasticSearch, Logstash et Kibana : indexation, recherche et visualisation de données
• Analyser et visualiser des données avec MS Power BI

• Projet de fin de parcours Big Data, soutenance, attestation des compétences.

Consulter le diplôme, titre ou certificat... délivrés en fin de formation ainsi que les métiers auxquels cette formation vous donne accès.