Spécialisation Big Data

Une fois que vous avez identifié un problème de Big Data à analyser, comment collecter, stocker et organiser vos données à l'aide de solutions Big Data ? Dans ce cours, vous ferez l'expérience de différents genres de données et d'outils de gestion adaptés à chacun d'entre eux. Vous serez en mesure de décrire les raisons de l'évolution de la pléthore de nouvelles plateformes de big data du point de vue des systèmes de gestion des big data et des outils analytiques. Grâce à des tutoriels pratiques guidés, vous vous familiariserez avec les techniques en utilisant des exemples de données en temps réel et semi-structurées. Les systèmes et les outils abordés sont les suivants : AsterixDB, HP Vertica, Impala, Neo4j, Redis, SparkSQL. Ce cours fournit des techniques pour extraire la valeur des sources de données existantes inexploitées et découvrir de nouvelles sources de données.

A la fin de ce cours, vous serez capable de : * Reconnaître les différents éléments de données dans votre propre travail et dans les problèmes de la vie quotidienne * Expliquer pourquoi votre équipe a besoin de concevoir un plan d'infrastructure Big Data et la conception du système d'information * Identifier les opérations de données fréquentes nécessaires pour différents types de données * Sélectionner un modèle de données pour répondre aux caractéristiques de vos données * Appliquer des techniques pour gérer les données en streaming * Différencier entre un système de gestion de base de données traditionnel et un système de gestion Big Data * Apprécier pourquoi il y a tant de systèmes de gestion de données * Concevoir un système d'information Big Data pour une société de jeux en ligne Ce cours est destiné à ceux qui sont nouveaux dans la science des données. Il est recommandé d'avoir suivi le cours Intro to Big Data. Aucune expérience préalable en programmation n'est nécessaire, bien que la capacité d'installer des applications et d'utiliser une machine virtuelle soit nécessaire pour réaliser les travaux pratiques. Reportez-vous aux exigences techniques de la spécialisation pour connaître les spécifications matérielles et logicielles complètes. Exigences matérielles : (A) Processeur Quad Core (support VT-x ou AMD-V recommandé), 64-bit ; (B) 8 GB RAM ; (C) 20 GB de disque libre. Comment trouver les informations sur votre matériel : (Windows) : Ouvrez Système en cliquant sur le bouton Démarrer, en faisant un clic droit sur Ordinateur, puis en cliquant sur Propriétés ; (Mac) : Ouvrez Vue d'ensemble en cliquant sur le menu Pomme et en cliquant sur "À propos de ce Mac" La plupart des ordinateurs dotés de 8 Go de mémoire vive et achetés au cours des trois dernières années répondent aux exigences minimales. Vous aurez besoin d'une connexion internet à haut débit car vous téléchargerez des fichiers dont la taille peut atteindre 4 Go. Logiciels requis : Ce cours s'appuie sur plusieurs outils logiciels libres, dont Apache Hadoop. Tous les logiciels requis peuvent être téléchargés et installés gratuitement (à l'exception des frais de transmission de données de votre fournisseur d'accès à Internet). Les logiciels requis sont les suivants : Windows 7+, Mac OS X 10.10+, Ubuntu 14.04+ ou CentOS 6+ VirtualBox 5+.

A la fin du cours, vous serez capable de : *Récupérer des données à partir d'exemples de bases de données et de systèmes de gestion des big data *Décrire les liens entre les opérations de gestion des données et les modèles de traitement des big data nécessaires pour les utiliser dans des applications analytiques à grande échelle *Identifier quand un problème de big data nécessite une intégration de données *Exécuter une intégration et un traitement simples des big data sur les plateformes Hadoop et Spark Ce cours s'adresse à ceux qui débutent dans la science des données. Il est recommandé d'avoir suivi le cours Intro to Big Data. Aucune expérience préalable en programmation n'est nécessaire, bien que la capacité d'installer des applications et d'utiliser une machine virtuelle soit nécessaire pour effectuer les travaux pratiques. Reportez-vous aux exigences techniques de la spécialisation pour connaître les spécifications matérielles et logicielles complètes. Exigences matérielles :

(A) Processeur Quad Core (support VT-x ou AMD-V recommandé), 64-bit ; (B) 8 GB RAM ; (C) 20 GB de disque libre. Comment trouver les informations sur votre matériel : (Windows) : Ouvrez Système en cliquant sur le bouton Démarrer, en cliquant avec le bouton droit sur Ordinateur, puis en cliquant sur Propriétés ; (Mac) : Ouvrez Vue d'ensemble en cliquant sur le menu Pomme et en cliquant sur "À propos de ce Mac" La plupart des ordinateurs dotés de 8 Go de mémoire vive et achetés au cours des trois dernières années répondent aux exigences minimales. Vous aurez besoin d'une connexion internet à haut débit car vous téléchargerez des fichiers dont la taille peut atteindre 4 Go. Logiciels requis : Ce cours s'appuie sur plusieurs outils logiciels libres, dont Apache Hadoop. Tous les logiciels requis peuvent être téléchargés et installés gratuitement (à l'exception des frais de données de votre fournisseur d'accès à Internet). Les logiciels requis sont les suivants : Windows 7+, Mac OS X 10.10+, Ubuntu 14.04+ ou CentOS 6+ VirtualBox 5+.

Vous voulez donner un sens aux volumes de données que vous avez collectés ? Vous avez besoin d'incorporer des décisions basées sur les données dans votre processus ? Ce cours donne un aperçu des techniques d'apprentissage automatique permettant d'explorer, d'analyser et d'exploiter les données. Vous serez initié aux outils et aux algorithmes que vous pouvez utiliser pour créer des modèles d'apprentissage automatique qui apprennent à partir des données, et pour mettre ces modèles à l'échelle des problèmes de big data. A la fin du cours, vous serez capable de : - Concevoir une approche pour exploiter les données en utilisant les étapes du processus d'apprentissage automatique.

- Appliquer des techniques d'apprentissage automatique pour explorer et préparer les données pour la modélisation - Identifier le type de problème d'apprentissage automatique afin d'appliquer l'ensemble approprié de techniques - Construire des modèles qui apprennent des données en utilisant des outils open source largement disponibles - Analyser les problèmes de big data en utilisant des algorithmes d'apprentissage automatique évolutifs sur Spark. Exigences logicielles : Cloudera VM, KNIME, Spark

Vous souhaitez comprendre la structure de votre réseau de données et son évolution dans différentes conditions ? Vous êtes curieux de savoir comment identifier des groupes en interaction étroite au sein d'un graphe ? Vous avez entendu parler du domaine en plein essor de l'analyse des graphes et vous souhaitez en savoir plus ? Ce cours vous donne un aperçu général du domaine de l'analyse des graphes afin que vous puissiez apprendre de nouvelles façons de modéliser, stocker, récupérer et analyser des données structurées par des graphes. Après avoir terminé ce cours, vous serez en mesure de modéliser un problème dans une base de données de graphes et d'effectuer des tâches analytiques sur le graphe d'une manière évolutive. Mieux encore, vous serez en mesure d'appliquer ces techniques pour comprendre la signification de vos ensembles de données dans le cadre de vos propres projets.

Bienvenue au projet Capstone pour les Big Data ! Dans ce projet culminant, vous construirez un écosystème de big data en utilisant des outils et des méthodes issus des cours précédents de cette spécialisation. Vous analyserez un ensemble de données simulant les big data générées par un grand nombre d'utilisateurs jouant à notre jeu imaginaire "Attrapez le flamant rose". Au cours des cinq semaines que durera le projet Capstone, vous suivrez les étapes typiques de la science des big data pour l'acquisition, l'exploration, la préparation, l'analyse et l'établissement de rapports. Au cours des deux premières semaines, nous vous présenterons l'ensemble des données et vous guiderons dans une analyse exploratoire à l'aide d'outils tels que Splunk et Open Office. Ensuite, nous passerons à des problèmes de big data plus difficiles nécessitant les outils plus avancés que vous avez appris, y compris KNIME, Spark's MLLib et Gephi. Enfin, au cours de la cinquième et dernière semaine, nous vous montrerons comment réunir tous ces éléments pour créer des rapports et des présentations de diapositives attrayants et convaincants. Grâce à notre collaboration avec Splunk, un éditeur de logiciels spécialisé dans l'analyse des big data générées par les machines, les apprenants ayant réalisé les meilleurs projets pourront présenter leur projet à Splunk et rencontrer les recruteurs et les responsables techniques de Splunk.