Catalogue | Kaïna-com Academy

Prérequis

Un niveau d'anglais business moyen est requise car la formation sera dispensée en anglais.

Public

Développeurs, architectes, chefs de produit et responsables souhaitant en savoir davantage sur le Big Data.

Objectifs

Aujourd'hui, les entreprises ont la capacité de collecter une grande quantité de données. Le traitement d'une grande quantité de données nécessite de nouvelles technologies capables de collecter, de nettoyer, de traiter et de stocker efficacement une quantité importante d'informations.
De nombreuses entreprises sont parvenues à la conclusion que le fait de ne pas utiliser ces données collectées entraîne en réalité une perte importante d’argent. Le marché du Big Data devrait dépasser les 200 milliards de dollars cette année.
Ce cours fournit la base de l'environnement, de l'architecture, du processus et des outils disponibles Big Data et NoSQL DB. Le cours présentera également les méthodologies Big Data et les recommandations de déploiement.

Introduction

· Definition: Big Data, NoSQL

· The need for Big Data technology

· Tradition technologies Vs Big Data technologies

Big Data Architecture

• Big Data Architecture

Data Collection & Ingestion

· Streaming Concept

· Apache Kafka

· Apache Flume

· Log Stash

· Commercial solutions – Splunk, Logz.io

Hadoop

· What is Hadoop?

· Hadoop Architecture

· Hadoop File System (HDFS)

· Hadoop MapReduce

· Apache YARN

· Apache Oozie, Sentry, Tez, HCatalog, ZooKeeper, Ambri, Knox, Falcon

· Hadoop Distribution

· Hadoop Performance Best Practices

Apache Pig

· Apache Pig

Apache Storm

· Apache Storm

Apache Spark

· Concept & Architecture

· Programming with Spark

· Spark Streaming

· Spark SQL, Datasets, and DataFrames

· MLlib

· GraphX

Big Data DB types

· Big Data DB types

Key-Values Stores

· Redis

Column Family Stores (Wide Column Stores)

· Apache HBase

· Apache Cassandra

Document Databases

· MongoDB

Graph Databases

· Mathematical Graph as a DB

· Architecture and components

‘SQL’ over Hadoop

· Apache Pig!

· Apache Sqoop

· Apache Hive

Big Data Deployment

· Local Data Center

· Hosting Services

· Pros and Cons

Big Data Northbound Interfaces

· Big Data to OLAP

· BI Visualization

· Scaling BI over Big Data

The End

· Trends & Conclusions

· 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.

Big Data: modélisation, technologie et architecture

Prérequis

Public

Objectifs

Des questions ?

Nos autres formations sur le même thème