Romain Rissoan

logo

Consultant formateur Big Data Lyon

Consultant Formateur Indépendant en Big Data, j’interviens principalement sur Lyon, Paris et Marseille comme Expert en Big Data. J’interviens pour des PME et des grands groupes. Mon discours et mes formations sont dédiées à des décideurs ou des managers en vue de réflexions sur les positions stratégiques en lien avec le Big Data. J’interviens alors comme conférencier expert en Big Data.

Mes contenus de Formateur Big Data

Introduction big data
Aux origines du big data : le monde des données numériques, la e-santé, la chronologie.
Définition des quatre V : La source des données.
Rupture : Modifications de la quantité, de la qualité, des habitudes.
La valeur des données : Changement significatif.
Les données comme matière première.
Le quatrième paradigme de la découverte scientifique
Big Data : traitement de l’acquisition aux résultats suite d’opérations
Collecte de données​​: Crawling, scraping. Gestion des flux d’événements (traitement d’événements complexes, CEP).
Indexez le flux entrant. Intégration avec les données héritées.
Qualité des données : le Cinquième V ?
Différents types de traitement : recherche, apprentissage (machine learning, traitement transactionnel, data mining).
Autres modèles de lien : Amazon, eHealth.
Un ou plusieurs référentiels de données ? De Hadoop à la mémoire.
De l’analyse tonale à la découverte des connaissances
La relation entre le cloud et le big data
Modèles architecturaux pour les clouds publics et privés.
Services XaaS.
Objectifs et avantages de l’architecture cloud.
Infrastructure.
Différences entre le cloud computing et le big data.
Stockage en ligne.
Classification, sécurité et confidentialité des données.
Structure en tant que taxonomie : non structurée, structurée, semi-structurée.
Classées par cycle de vie : données temporaires ou permanentes, archives actives.
Difficultés de sécurité : augmentation du nombre, répartition.
Protection des données
Face à l’augmentation du volume, économisez sur la durée.
Sauvegarde, en ligne ou locale ?
Archives traditionnelles et archives actives.
Liens vers Storage Hierarchy
Management : The Future of Tape.
Réplication multisite.
Dégradation des supports de stockage
Méthode de traitement et domaine d’application
Les méthodes analytiques sont classées en fonction du volume de données et de la puissance de traitement.
Hadoop : modèle de traitement Map Reduce.
Écosystème Hadoop : Hive, Pig.
Difficultés avec Hadoop.
Gestionnaire de données OpenStack et Ceph.
Gestion d’événements complexes : un exemple ?
De l’intelligence d’affaires au big data.
Prise de décision et transactionnalité des mises à jour : bases de données NoSQL.
Typologie et exemples.
Ingestion et indexation des données.
Deux exemples : Splunk et Logstash.
Robot d’exploration open source.
Recherche et analyse : Elasticsearch.
Étude : Mahout. en mémoire.
Visualisation : Live or Not, Cloud (Bime), Comparaison QlikView, Tibco Spotfire, Tableau.
Architecture générale pour l’exploration de données via le Big Data.
Cas d’utilisation par exemple et conclusion
Attente : besoins des utilisateurs de l’entreprise, maintenance des équipements.
Sécurité des personnes, détection de fraude (postale, fiscale), réseau.
Suggérer. Analyse marketing et analyse d’impact.
Diffusez du contenu vidéo.
Le big data dans l’industrie automobile ?
Pour l’industrie pétrolière ?
Doit-on se lancer dans un projet Big Data ?
Quel avenir pour les données ?
Gouvernance des Data Stores : Rôles et recommandations, Data Scientists, Compétences pour les projets Big Data.

Ma FAQ de Formateur Big Data

Il existe de nombreuses raisons d’utiliser le big data. Avec autant de données disponibles, les entreprises peuvent mieux comprendre leurs clients et prendre des décisions plus éclairées. Le big data peut également aider les entreprises à améliorer leurs opérations et à faire de meilleures prévisions pour l’avenir.

Le big data peut être particulièrement utile dans les secteurs qui traitent de grandes quantités de données, comme les soins de santé

Les entreprises peuvent investir dans le big data de plusieurs façons. L’une d’elles consiste à acheter ou à louer de la capacité de stockage et de la puissance de calcul auprès d’un fournisseur de big data. Cette solution peut s’avérer coûteuse, mais elle est intéressante pour les entreprises qui ne disposent pas des ressources nécessaires pour mettre en place leur propre infrastructure de big data.

Une autre façon d’investir dans le big data est acheter un logiciel qui aidera les responsables à donner un sens à toutes ces données. Ces logiciels peuvent être coûteux, mais c’est un investissement nécessaire pour les entreprises qui veulent tirer le meilleur parti de leurs big data.

Enfin, les entreprises peuvent également investir dans la formation de leurs employés à l’utilisation efficace du big data. Il s’agit souvent d’un bon investissement pour les entreprises qui veulent s’assurer que leurs employés sont en mesure d’utiliser efficacement le big data

Il n’existe pas de réponse unique à cette question, car les big data peuvent avoir des significations différentes selon les personnes. En général, cependant, le big data fait référence aux quantités massives de données que les entreprises ont maintenant à leur disposition. Ces données peuvent provenir de diverses sources, notamment des médias sociaux, des capteurs et des transactions. Les big data peuvent être difficiles à les big data ne sont pas toujours faciles à gérer et à comprendre, mais elles peuvent être extrêmement précieuses pour les entreprises qui savent comment les utiliser. Grâce au big data, les entreprises peuvent mieux comprendre leurs clients, améliorer leurs opérations et faire de meilleures prévisions pour l’avenir.

Il existe plusieurs façons de rapprocher le big data et les RH. L’une d’elles consiste à utiliser le big data pour faciliter le recrutement. Les entreprises peuvent utiliser le big data pour identifier les candidats potentiels et les faire correspondre aux postes ouverts. De plus, le big data peut être utilisé pour filtrer les candidats et prédire lesquels sont les plus susceptibles de réussir dans un rôle particulier.

Le big data peut vous être utile de nombreuses façons. Avec autant de données disponibles, les entreprises peuvent mieux comprendre leurs clients et prendre des décisions plus éclairées. Les big data peuvent également aider les entreprises à améliorer leurs opérations et à faire de meilleures prévisions pour l’avenir. En outre, le big data peut être utilisé pour trouver de nouvelles opportunités et identifier les risques potentiels.
Il n’existe pas de réponse unique à cette question, car les exigences de stockage pour le big data peuvent varier en fonction de la taille et du type de données concernées. Cependant, les options de stockage les plus courantes pour le big data sont Hadoop, les bases de données NoSQL et le stockage en nuage