Catalogue | Kaïna-com Academy

Prérequis

Le cours nécessite de l'expérience et des connaissances des architectures de systèmes informatiques traditionnels.
Un niveau d'anglais business moyen est requise car la formation sera dispensée en anglais.

Public

Ce cours vise à fournir aux CTO, architectes, responsables techniques et chefs d'équipe un aperçu de la façon dont les données à grande échelle pourraient être utilisées au sein de leurs organisations et de la fréquence à laquelle elles sont effectuées.

Objectifs

Ce cours offre un regard sur le paysage du Big Data et fournit une compréhension de base des concepts, des technologies du Big Data et de leurs applications. En fournissant des exemples d'utilisation réels, il permet aux participants de mieux comprendre comment les données peuvent être utilisées pour mieux servir leurs entreprises tout en introduisant quelques bonnes pratiques de mise en œuvre.
Ce cours vise à fournir aux CTO, architectes, responsables techniques et chefs d'équipe un aperçu de la façon dont les données à grande échelle pourraient être utilisées au sein de leurs organisations et de la fréquence à laquelle elles sont effectuées. Il devrait servir de point d'entrée pour examiner ce qui est possible. Le cours nécessite une connaissance des architectures de systèmes informatiques traditionnels.

Introduction

· Brief History

· Big Data / Data Science / Analytics

· Collection of data from different sources (internal/external)

· Open Source Tools

Big Data

· Sample Usages

· Volume Velocity Variety

· Structured vs. Unstructured Data

· Immutable Data

· System Requirements

· NoSQL

· Ability to access and process data

· Stream Processing

Analytics

· Sample Usages

· Decoupled Systems – ETL

· Data Lake

· Analytics vs, traditional warehouse

Data Science

· Sample Usages

· Machine Learning

· Deep Learning

Tools

· Processing Frameworks

· Storage Tools

· Search Engines

· Analytics

· Visualization

· Machine Learning

· Deep Learning

· Software Infrastructures

Big Data on the Cloud

· Evolution

· Storage

· Analytics

· Machine Learning

· Serverless Computing

Conclusion

· Sample Architectures

The End

· Q&A

· Course’s Evaluation

Raviv Knoller

Lecturer at LOGTEL

A propos

Mr. Raviv Knoller is a senior lecturer at LOGTEL, he's lecturing since 1997.
He is the founder and CEO of BEYE (Big Data & Analytics), previously he was a founder and CEO of Ads-Vantage and participated in the SCTE 130 standardization committee, and before that he was the CTO of Vintage Ventures Company.
Before the job at Vintage Mr. Knoller worked at Scopus as business development manager in the marketing division. During this period, he was active at the DVB Simulcrypt standardization committee.
Up to his job at Scopus, Mr. Knoller was VP R&D of Wydeband (subsidiary of Comverse and Radware) - Company which involved in Content Middleware for Video and advanced services over DSL.
In Orckit (DSL Company) Mr. Knoller was a team leader in R&D, was active in ADSL Forum, and before that in Lannet he developed embedded real-time software for LAN and ATM switches.
Mr. Knoller has B.Sc and M.Sc from Bar-Ilan University, and in addition MBA from Tel-Aviv University - Executives track.

Introduction à l'architecture Big Data

Prérequis

Public

Objectifs

Des questions ?

Nos autres formations sur le même thème

Êtes-vous un particulier ?