Voir les modules
  • Sciences & Technologies
  • 10
  • 6h30
  • En continu

Datascience : dans les coulisses du Big Data

Cours certifiant
Pour recevoir la certification, vous devez terminer le cours et obtenir au moins 50% de réussite à l’évaluation finale.

À partir d’exemples concrets et actuels touchant des secteurs variés tels que l’automobile ou encore la santé et de concepts issus de la sociologie et des sciences cognitives, ce cours propose des méthodes pour une exploitation “intelligente” et efficace de ces données.

Quelques unes des multiples facettes du Big Data seront abordées : les enjeux qu’il représente, la convergence entre l’Homme et la machine, les différentes technologies mobilisables et la nouvelle donne concernant la collecte, le travail et l’exposition des données notamment.

Des interviews de professionnels du secteur de la gestion de données illustreront les concepts de manière pragmatique et des questions jalonneront votre apprentissage pour vous permettre de vous auto-évaluer. Et à la fin des 5 semaines de cours une certification vous sera proposée pour attester de vos connaissances sur le Big Data.

L'équipe pédagogique

Jean-Pierre Malle

Jean-Pierre Malle

Spécialiste du Big Data et entrepreuneur
Masquer la fiche

Datascience : dans les coulisses du Big Data

10
Modules
Score examen
0/100
Module 130min

La donnée : un nouveau secteur économique ?

Le Big Data : un phénomène généralisé à tous les secteurs

  • L’émergence du secteur des données dans le PIB
  • La nécessité d’un nouveau modèle économique ?
  • La nécessaire évolution du commerce
  • La nécessaire évolution du commerce
  • Anticiper où sera la richesse
  • Les avantages de l’Occident : le niveau d’abstraction
  • Le métier de datascientist
  • Le rôle d’un datascientist
  • Interview
  • Le profil du datascientist
  • Les acteurs du Big Data
  • Le processus d’émergence et de ralliement
Module 230min

Big Data : dans la continuité ou dans la rupture ?

Les volumes de données - La croissance exponentielle de la production de données -Big Data: plus de stockage ? plus de business intelligence ? - Un nouveau paradigme -Les 3 V : volume, variété, vélocité - Quelques V supplémentaires - Le Big Data et la société - La sphère de la connaissance de K. Popper - Les erreurs courantes - La protection intellectuelle et la valorisation des données - Interview

Module 330min

L'Homme : une machine Big Data ?

Le cerveau et le champ de conscience - Faire mieux ou plus vite ? : le concept d’essentialité - Le champ de conscience, le concept de connexité, le nexialisme - Situations éclairant la connexité - Les mécanismes cognitifs transposables aux Big Data - La créativité et l’innovation - Interview - Analyse de l’ouvrage de Douglas Hofstadter « L’analogie cœur de la pensée » - L’induction - Situations éclairant l’induction - L’abstraction - Le temps et l’abstraction : triangle de complexité - Abstractions obtenues avec des textes - L’oubli

Module 430min

Le Big Data : avec quelles techno ?

Les flux de données - Les flux Big Data autour des points de vente - Interview - Les données connexes - Les systèmes Big Data - Les systèmes Big Data - Analyse de l’ouvrage de Jean-Louis Lemoigne « La modélisation des systèmes complexes » - Les architectures Big Data : ce qu’il faut savoir - Les machines apprenantes - L’apprentissage semi-supervisé - L’apprentissage semi-supervisé - L’apprentissage avec graphe

Module 530min

La collecte de la donnée : qu'est-ce qui change ?

La collecte des données et les open data - Le principe de collecte des données en continu - Le phénomène Open Data - La situation des open data et leur avenir - Interview - Les modèles abstraits et les signaux faibles - Peut-on encore modéliser des données ? - Détecter les signaux faibles - Exemples de signaux faibles - Abstraire : la clé du Big Data ? - La protection des données personnelles - Les droits et devoirs en matière de protection des données - Interview

Module 630min

Le travail sur la donnée : qu'est-ce qui change ?

L’évolution autour de la statistique - Quelle confiance dans la qualité des données ? - Quelle confiance dans la qualité des données ? - La notion de plausibilité - Une technique nouvelle : l’analyse situationnelle - Boucles réflexes et parallélisme cognitif - De l’extension à la compréhension - Exemples d’application - La production de données - Les machines cognitives et les biais cognitifs - A qui appartiennent les données ? - Interview

Module 730min

L'exposition des données : qu'est-ce qui change ?

L’exposition des données - Exemples de présentations de données - Difficulté de représentation des Big Data - Choisir la forme d’exposition des données - Etude collaborative sur la gestalt - Interview - Formes d’exposition et culture - Exposer en étant intéressant - Transformer pour exposer : le People Capacity Maturity Model - Exposer au bon moment

Module 830min

Les données crawlées sur internet : quels sont les pièges ?

La catégorisation de l’information - Comprendre ou catégoriser l’information ? - Exemple de catégorisation de l’information - La comparaison des thèses sur internet - L’évanescence des sources - Relativiser la vérité - Véracité et croyances, l’instruction développe la croyance - Le raisonnement abductif - Le constructivisme et ses racines kantiennes - Analyse des ouvrages de Karl Popper : « La connaissance Objective » et « Conjectures et réfutations »

Module 930min

Examen blanc

Évaluation 1

Dans les coulisses du Big Data : l’examen

Score par module

Temps par module