Formation : Big Data, Data Science
Les thématiques Big Data, Data Science
Formation inter / intra - Big Data, Data Science
- Cursus Data Scientist - Réf. CM060 18 jours Cursus Data Analyst - Réf. CM061 12 jours Cursus Data Steward - Réf. CM062 8 joursBig Data - Enjeux et perspectives - Réf. BD500 2 jours 4.6/5 (7 avis)Big Data - Architectures - Réf. BD551 2 jours Big Data - L'essentiel - Réf. SEM34 2 jours Hadoop - Présentation de l'écosystème - Réf. SEM35 1 jourBig Data - Les fondamentaux de l'analyse de données - Réf. BD540 3 jours 4.5/5 (32 avis)Big Data - Mise en oeuvre pratique d'une solution complète d'analyse des données - Réf. BD550 4 jours Big Data - Python pour l'analyse de données - Réf. BD555 4 jours Les fondamentaux de la statistique appliquée - Réf. BI090 2 jours 2.2/5 (6 avis)Les fondamentaux de l'analyse statistique avec R - Réf. BI103 3 jours 4.9/5 (8 avis)Analyse statistique avancée avec R - Réf. BI104 3 jours Dataiku DSS - Prise en main de Data Science Studio - Réf. BI109 3 jours Google Cloud Platform - Introduction au Data Engineering sur Google Cloud - Réf. CC382 1 jour Analyser vos données grâce à l'intelligence artificielle - Réf. IA107 2 jours Google Cloud Platform - Introduction à l'Analyse de Données sur Google Cloud - Réf. CC383 1 jour Analyse de données avec Python - Niveau Intermédiaire - Réf. BD556New 3 jours Analyse de données avec Python - Niveau Avancé - Réf. BD557New 3 jours Analyse et automatisation de données avec R - Réf. BI118New 2 joursAnalyse, Data Visualisation et introduction au Data StoryTelling pour la restitution de données - Réf. BI106Best 2 jours 3.6/5 (22 avis)Tableau Desktop - Exploitation de données : niveau 1 - Réf. BI110 2 jours 4.4/5 (9 avis)Tableau Desktop - Exploitation de données : niveau 2 - Réf. BI111 2 jours Qlik Sense - Créer et partager des visualisations - Réf. BI113 2 jours 4.7/5 (6 avis)Tableau Server - Découverte - Réf. BI116 1 jour Maîtriser les fonctionnalités avancées de Power BI - Réf. MS105Best 3 jours 4.5/5 (40 avis)Power BI - Data Analyst (PL-300T00) - Réf. MSPL300Best 3 jours 4.7/5 (110 avis)Comprendre la data et la datavisualisation - Réf. BI117New 1 jour ( 7 heures)Big Data - Indexation de contenu avec ElasticSearch - Réf. BD508 2 jours Big Data - Mise en oeuvre de traitements avec Spark - Réf. BD515 3 jours Big Data - Programmation Scala - Réf. BD518 3 jours Elastic Stack (ELK) - Pour administrateurs - Réf. BD522 2 jours Big Data - L'écosystème centralisé de streaming avec Apache Kafka - Réf. BD554 3 jours Supervision et analyse des logs avec Prometheus, Loki, Grafana et ELK - Réf. BD570Nouvelle formule 3 jours 4.6/5 (8 avis)IBM InfoSphere DataStage v11.7 - Les bases (KM304G) - Réf. IBMKM304 4 jours IBM - Administration du moteur IBM InfoSphere DataStage pour Information Server v11.7 (KM530G) - Réf. IBMKM530 1 jour Elastic Stack : Elasticsearch, Logstash et Kibana - Réf. BD516New 2 jours Apache Spark avancé : Traitement Big Data - Réf. BD524New 3 jours Intégration de données avec Talend Data Fabric - Réf. BD525New 3 jours Automatisation de workflows avec n8n - Réf. BD527New 2 joursNoSQL - MongoDB, mise en oeuvre et administration - Réf. BD511 3 jours 4.7/5 (6 avis)NoSQL - Apache Cassandra, mise en oeuvre et administration - Réf. BD513 3 jours Hadoop - HBase mise en oeuvre et administration - Réf. BD514 2 jours Neo4J - Graphes et analyses - Réf. BD520 2 jours Les fondamentaux du NoSQL - Réf. BD510 2 joursMachine Learning avec Python (SciKit-Learn) - Réf. BI050 2 jours Machine Learning avec Spark (Spark ML) - Réf. BI052 3 jours Les bases du Machine Learning - Réf. BI105Best 3 jours 4.8/5 (12 avis)Mise en oeuvre du Deep Learning - Réf. BI107 3 jours 4.3/5 (6 avis)Data Science - Les fondamentaux - Réf. SEM37 2 jours 3.7/5 (19 avis)Machine Learning - La synthèse - Réf. SEM87 2 jours Google Cloud Platform - BigQuery pour analystes de données - Réf. CC385New 2 jours (14 heures)Amazon Web Services (AWS) - Data Warehousing - Réf. CC322 3 jours Google Cloud Platform - Ingénierie de données (GCP200-DE) - Réf. CC401 4 jours (28 heures) Développer des solutions de traitement du langage naturel avec Azure AI Services (AI-3003) - Réf. MSAI3003 1 jour ( 7 heures) Développer des applications d’IA générative sur Azure (AI-3016) - Réf. MSAI3016 1 jour ( 7 heures) Migrer une charge de travail SQL Server vers Azure SQL (DP-3001) - Réf. MSDP3001 1 jour ( 7 heures) Microsoft Azure - Conception et implémentation d’applications natives Cloud avec Microsoft Azure Cosmos DB (DP-420T00) - Réf. MSDP420 4 jours Implémenter un lakehouse avec Microsoft Fabric (DP-601T00A) - Réf. MSDP601 1 jour ( 7 heures) Implémenter un Data Warehouse avec Microsoft Fabric (DP-602T00) - Réf. MSDP602 1 jour ( 7 heures) 4.4/5 (8 avis)Implémenter une solution d'analyse temps réel avec Microsoft Fabric (DP-603T00) - Réf. MSDP603 1 jour ( 7 heures) Implementer des Solutions de Data Science et de Machine Learning pour l'IA avec Microsoft Fabric (DP-604T00) - Réf. MSDP604 1 jour ( 7 heures) Microsoft Fabric Data Engineer (DP-700T00) - Réf. MSDP700 4 jours 4.7/5 (6 avis)Introduction à l’IA avec Microsoft Azure (AI-900T00-A) - Réf. MSAI901New 1 jour ( 7 heures) Développer des applications et des agents IA sur Azure (AI-103) - Réf. MSAI103New 4 jours
Découvrez les autres formations liées à la rubrique Big Data, Data Science
Autres rubriques liées
Par technologies
Par éditeurs
3 formations du moment en Big Data, Data Science

Machine Learning avec Python (SciKit-Learn)
Utiliser la bibliothèque d'apprentissage statistique en Python de référence

Elastic Stack (ELK) - Pour administrateurs
Administration et optimisation pour des analyses de données performantes

Analyser vos données grâce à l'intelligence artificielle
Data Science : comprendre et appliquer les algorithmes de machine learning pour l’analyse de données.
Big Data et Data science décryptées en 4 points
1. Quelle est la différence entre Big Data et Data Science ?
Le Big Data se réfère à l'énorme volume de données générées par diverses sources, tandis que la Data Science est le domaine qui vise à extraire des informations utiles de ces données.
Les professionnels recourent au Big Data pour obtenir des avantages concurrentiels, tandis que la Data Science est l'ensemble des techniques et des outils pour analyser et interpréter ces données en vue de la prise de décisions éclairées.
2. Quels sont les secteurs concernés par le Big Data ?
Les professionnels formés au Big Data peuvent travailler dans de nombreux secteurs, tels que la finance, l'assurance, les télécommunications, les médias, les services de santé, etc. Ils peuvent également travailler dans des entreprises de différentes tailles, allant des start-ups aux grandes entreprises multinationales.
Le Big Data est une compétence recherchée. Elle permet aux professionnels de développer leurs compétences en matière de gestion et d'analyse de données massives, ce qui leur ouvre de nombreuses portes dans différents secteurs et entreprises.
3. Comment les professionnels tirent-ils parti du Big Data ?
Les entreprises et organisations utilisent le Big Data pour analyser les tendances du marché, personnaliser les offres pour les clients, améliorer la gestion des stocks, anticiper les besoins des clients et optimiser les processus.
L'analyse du Big Data leur permet de découvrir des informations précieuses cachées dans les données, ce qui conduit à des décisions plus efficaces et à une meilleure compréhension de leur marché.
4. Quel rôle joue la Data Science en milieu professionnel ?
La Data Science est un atout précieux pour les entreprises et organisations car elle permet d'analyser les données complexes, de développer des modèles prédictifs, de créer des visualisations pour faciliter la prise de décisions et d'automatiser des processus.
Les Data Scientists sont des experts dans la manipulation des données et la création de solutions personnalisées pour répondre aux besoins spécifiques de l'entreprise ou de l'organisation.
En investissant dans la Data Science, les professionnels peuvent améliorer leur compétitivité et leur rentabilité.
Quelle est l’approche pédagogique ib Cegos pour les formations Big Data ?
Notre approche est immersive et pragmatique. Nos formations au Big Data sont axées sur des ateliers, ainsi que sur des études de cas.
Les formations proposant des activités à distance vous donnent accès à notre learning hub, notre plateforme d’apprentissage et de révision des acquis (ateliers, vidéos, exercices…).
