contact@adsvalley.io – Page 6

Web scraping avec Python

Objectifs - Comprendre les enjeux du scraping- Connaître les différentes méthodes utilisées pour récupérer, traiter et stocker les données- Maîtriser les technologies existantes pour choisir la solution adaptée à votre besoin d’acquisition Programme 1. Rappel des notions de base de Python

Analyse des données avec Python

Objectifs - Analyser des données avec Numpy- Manipuler des données avec Pandas- Apprendre à tracer, personnaliser et interpréter des courbes à partir de données Programme 1. Les bases du langage Python – Les caractéristiques du langage Python– Pourquoi choisir Python pour

Elasticsearch : comprendre le fonctionnement

Objectifs -Installer Elasticsearch et effectuer sa configuration en cluster -Intégrer Elasticsearch dans une application existante -Utiliser le client et l'API Java d'Elasticsearch pour indexer et rechercher des documents-Monitorer Elasticsearch et comprendre les statistiques d'utilisation Programme 1. Vue d’ensemble d'Elasticsearch – Cas

Développer des applications pour Spark avec Hadoop Cloudera

Objectifs - Identifier et utiliser les outils appropriés à chaque situation dans un écosystème Hadoop- Utiliser Apache Spark et l'intégrer dans l'écosystème Hadoop- Utiliser Sqoop, Kafka, Flume, Hive et Imp Programme 1. Introduction à Hadoop et à son écosystème – Introduction

Les fondamentaux de la Data Science

Objectifs - Découvrir le monde de la Data Science et les grandes familles de problèmes- Savoir modéliser un problème de Data Science- Créer ses premières variables- Constituer sa boite à outils de data scien Programme 1. Introduction au big data –

Hadoop : l’Écosystème

Objectifs -Découvrir l’écosystème Hadoop- Connaître les différents éléments de l'écosystème Hadoop et leurs rôles respectifs- Comprendre l'architecture des applications Hadoop et savoir quels sont les apports et les cas d'usage des solutions Hadoop Programme 1. Introduction – Rappels sur NoSQL– Le

Intelligence Artificielle : Concepts et Applications

Objectifs - Maîtriser les problèmes conceptuels, sémantiques et algorithmiques soulevés par l’intelligence artificielle et la science des données- Concevoir, déployer et exploiter un projet d’intelligence artificielle grâce à des connaissances transversales Programme 1. Qu’est-ce que l’IA ? – Histoire de l’IA–

Apache Kafka, centraliser les flux de données en temps réel

Objectifs - Appréhender les principes de communication entre applications- Comprendre l'architecture de Kafka- Mettre en œuvre KSQL- Travailler en sécurité avec Kafka Programme 1. L’évolution des systèmes informatiques et domaines d’utilisation de Kafka – Les architectures applicatives en entreprise : cloud,

Big data, synthèse

Objectifs - Découvrir les principaux concepts du Big Data- Évaluer les avantages et les inconvénients du Big Data- Comprendre les principaux problèmes et les solutions potentielles- Identifier les principales méthodes et champs d'application du Big Data- Présenter les différents outils de

Enjeux et solutions des base de données NoSQL

Objectifs -Comprendre les spécificités d’une base NoSQL par rapport à un SGBDR -Présenter les différentes architectures, les modèles de données et les implémentations techniques -Analyser les principales solutions du monde NoSQL pour chaque modèle de données -Apprendre à modéliser les données

1 … 4 5 6 7 8 … 18

Auteur/autrice : contact@adsvalley.io