De voortdurende toename van digitale gegevens in organisaties heeft tot de opkomst van big data geleid. Dit concept doet vragen rijzen over de opslag en bewaring van grote hoeveelheden gegevens, maar ook over de potentiële waarde van deze massa's gegevens. In het kader van dit seminarie worden de specifieke problemen van big data en de mogelijke technische oplossingen behandeld, van gegevensbeheer tot de verschillende soorten verwerking.
Inter
Intra
Op maat
seminarie ter plaatse
of via klasverband op afstand
Wilt u deze opleiding ongewijzigd omzetten voor uw onderneming?
Opleiding op maat
Wenst u een opleiding op maat voor uw onderneming en uw teams? Onze experts ontwerpen voor u een opleiding op maat!
De voortdurende toename van digitale gegevens in organisaties heeft tot de opkomst van big data geleid. Dit concept doet vragen rijzen over de opslag en bewaring van grote hoeveelheden gegevens, maar ook over de potentiële waarde van deze massa's gegevens. In het kader van dit seminarie worden de specifieke problemen van big data en de mogelijke technische oplossingen behandeld, van gegevensbeheer tot de verschillende soorten verwerking.
Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
Kennismaken met de belangrijkste concepten van big data
Economische uitdagingen identificeren
Voor- en nadelen van big data beoordelen
De belangrijkste problemen en mogelijke oplossingen begrijpen
De belangrijkste methoden en toepassingsgebieden van big data te identificeren
Peer-to-peerarchitectuur en gemengde architectuur.
Interfaces en connectors: S3, CDMI, FUSE, enz.
Toekomst van andere opslagmethoden (NAS, SAN) vergeleken met objectopslag.
Gegevensbescherming
Bewaring in de tijd tegenover toenemende volumes.
Back-ups maken, online of lokaal?
Traditioneel archief en actief archief.
Verbanden met opslaghiërarchiebeheer: toekomst van magnetische banden.
Replicatie over meerdere locaties.
Slechtere prestaties van opslagmedia.
Verwerkingsmethoden en toepassingsgebieden
Classificatie van analysemethoden volgens gegevensvolume en verwerkingskracht.
Hadoop: het Map Reduce-verwerkingsmodel.
Hadoop-ecosysteem: Hive, Pig. Moeilijkheden van Hadoop.
OpenStack en Ceph-gegevensbeheer.
Complex Event Processing: een voorbeeld? Storm.
Van BI tot big data.
Vernieuwde Business Intelligence en transacties: NoSQL-databases. Typologie en voorbeelden.
Gegevensopname en indexering. Twee voorbeelden: Splunk en Logstash.
Open Source-crawlers.
Zoeken en analyseren: Elasticsearch.
Leren: Mahout. In-memory.
Visualisatie: al dan niet in real time, in de cloud (Bime), vergelijking QlikView, Tibco Spotfire, Tableau.
Een algemene dataminingarchitectuur via big data.
Gebruikscases aan de hand van voorbeelden en conclusie
Verwachting: behoeften van gebruikers in bedrijven, onderhoud van uitrustingen.
Beveiliging van personen, opsporing van fraude (post, belastingen), netwerk.
Aanbeveling. Marketing- en impactanalyses.
Routeanalyses. Distributie van video-inhoud.
Big data voor de auto-industrie? Voor de aardolie-industrie?
Moet u aan een big-dataproject beginnen?
Welke toekomst voor gegevens?
Governance van gegevensopslag: rol en aanbevelingen, Data Scientist, vaardigheden voor een big-dataproject.
Feedback van klanten
4,8 / 5
De feedback van klanten is afkomstig van eindevaluaties na de opleiding. De score wordt berekend op basis van alle evaluaties die minder dan 12 maanden oud zijn. Alleen die met een tekstcommentaar worden weergegeven.
Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand
Geen sessie op dit moment, we nodigen je uit om het rooster van lessen op afstand te raadplegen.