Descriptif
Introduction : définition du Big Data (3V), caractéristiques,
Analyser des données volumineuses
MapReduce
Hadoop
IA & Machine Learning
Objectifs pédagogiques
Enoncer et décrire les 3 caractéristiques fondamentales de la technologie Big Data
Définir les usages courants du Big Data, en citant un exemple de mise en œuvre
Qualifier la qualité des données réelles à l’entrée du Big data, et disponibles en sortie
3.5 heures en présentiel
effectifs minimal / maximal:
/25Diplôme(s) concerné(s)
UE de rattachement
- ARC730 : Architecture système du SI
Format des notes
Numérique sur 20Pour les étudiants du diplôme Architecte Réseaux et Cybersécurité
Vos modalités d'acquisition :
QCM
Le rattrapage est autorisé (Max entre les deux notes)- le rattrapage est obligatoire si :
- Note initiale < 6
- le rattrapage peut être demandé par l'étudiant si :
- 6 ≤ note initiale < 10
Le coefficient de l'UE est : 0.1
