Le 14 septembre 2017, nous avons publié une version actualisée de notre Politique de confidentialité. En utilisant video2brain.com vous vous engagez à respecter ces documents mis à jour. Veuillez donc prendre quelques minutes pour les consulter.

Les fondements du Big Data

Définir les rôles d'un projet Big Data

TESTEZ LINKEDIN LEARNING GRATUITEMENT ET SANS ENGAGEMENT

Tester maintenant Afficher tous les abonnements
Bâtir un projet Big Data exige des compétences particulières. Découvrez les rôles respectifs de l'architecte, du développeur et du data scientist.
03:22

Transcription

Il faut aussi que nous parlions de qui fait du « Big Data ». Il y a plusieurs rôles, finalement, pour implémenter une solution « Big Data », ce sont des rôles traditionnels, on a un rôle d'architecte, bien entendu. Et le rôle de l'architecte n'est pas facile, il doit suivre l'évolution des technologies du « Big Data » qui évoluent très vite, entre nous et comprendre les architectures qui sont mises en place, je vous parlais d'architecture distribuée, avec maître, etc., et comprendre aussi quelles sont les bonnes pratiques parce que si vous avez un besoin « Big Data » spécifique, il faut savoir quelle est la bonne technologie à utiliser. Et je peux vous dire, par exemple, que si vous cherchez sur le site de la « Fondation Apache », vous allez trouver une quantité impressionnante d'outils et de technologies mises en place pour faire de l'analyse sur du « Big Data ». Et la quantité de ces outils, est en augmentation croissante très rapide, il faut donc faire le bon choix. Il y a un autre problème en termes de choix pour l'architecte, c'est la pérennité de la solution. En « Big Data », on est dans un environnement qui évolue très vite, qui est encore assez jeune, il y a des technologies, des systèmes, des outils qui émergent, qui sont très populaires pendant une période et qui peuvent, assez brusquement, devenir obsolètes et être remplacés par des technologies encore plus pointues. Donc, le problème de la pérennité se pose réellement dans les projets de « Big Data » aujourd'hui. C'est pour ça que si vous avez des volumétries moyennes qui ne nécessitent pas de partir sur du « Big Data », il vaut mieux quelque part rester sur de l'analytique traditionnelle de façon à ne pas avoir des problématiques de pérennité d'outil. Le développeur, bien entendu, qui doit maîtriser les outils classiques du « Big Data », par exemple, « Hadoop », aujourd'hui « Spark », des outils dont nous allons parler, comme « Storm », par exemple, qui est un peu en perte vitesse, bref, des technologies relativement complexes qu'il faut pouvoir apprendre rapidement et avec lesquelles, il faut pouvoir développer. Je dirais que le problème du développeur n'est pas forcément d'apprendre à utiliser les outils, mais c'est plutôt d'apprendre à bien les utiliser parce qu'on est dans du « Big Data », on a des problématiques de volumétrie et de performance, si on utilise mal des outils, comme « Spark », par exemple, ils ne pourront pas faire les miracles qu'ils sont capables de faire, s'ils sont bien utilisés. Bien utiliser, ça veut dire comprendre ce qu'il faut faire, ce qu'il vaut mieux ne pas faire et quelles sont les fonctionnalités qui permettent d'obtenir de bonnes performances, dans ces outils. Et puis il y a un rôle qui est très émergeant, dont on parle beaucoup et qui s'appelle le « Data scientist ». Le « Data scientist », c'est un peu l'Eldorado du 21ème siècle en termes d'emploi et en termes de prestige, c'est une sorte de nouveau métier, c'est quelqu'un qui va connaître un langage de programmation, comme « R », par exemple, et les « interfaces » des outils du « Big Data » et qui va être capable de les utiliser pour aller plus loin que le développeur et on va en parler, bien sûr. Le « Data scientist » est en communication avec les utilisateurs, il a, donc, un pied dans le développement et puis un pied dans le « business ».

Les fondements du Big Data

Découvrez les enjeux, les outils et les possibilités du Big Data. Familiarisez-vous avec les concepts du Big Data et soyez en mesure de gérer d’importants volumes de données.

1h47 (26 vidéos)
Aucun commentaire n´est disponible actuellement
 
Spécial abonnés
Date de parution :13 juin 2017

Votre formation est disponible en ligne avec option de téléchargement. Bonne nouvelle : vous ne devez pas choisir entre les deux. Dès que vous achetez une formation, vous disposez des deux options de consultation !

Le téléchargement vous permet de consulter la formation hors ligne et offre une interface plus conviviale. Si vous travaillez sur différents ordinateurs ou que vous ne voulez pas regarder la formation en une seule fois, connectez-vous sur cette page pour consulter en ligne les vidéos de la formation. Nous vous souhaitons un excellent apprentissage avec cette formation vidéo.

N'hésitez pas à nous contacter si vous avez des questions !