| Libellé du cours : | Data Engineering |
|---|---|
| Département d'enseignement : | MIN / Mathématiques - Informatique |
| Responsable d'enseignement : | Madame ISABELLE LE GLAZ |
| Langue d'enseignement : | Français |
| Ects potentiels : | 0 |
| Grille des résultats : | |
| Code et libellé (hp) : | LA3_A_DSE_MIN_DEN - Data Engineering |
Equipe pédagogique
Enseignants : Madame ISABELLE LE GLAZ
Intervenants extérieurs (entreprise, recherche, enseignement secondaire) : divers enseignants vacataires
Résumé
Le stockage de données à l'heure du Big Data
Objectifs pédagogiques
L'objectif du cours est d'aborder les défis techniques et organisationnels de l'ingénierie des données : Introduction aux données : Définition des données, importance dans les projets actuels, valeur économique et sociale. Big Data : Définition du Big Data et ses caractéristiques (Volume, Vélocité, Variété). Les défis du Big Data : stockage, traitement, analyse, et visualisation des grandes quantités de données. Technologies et outils du Big Data : Hadoop, Spark, Kafka, etc. Présentation de cas d'utilisation du Big Data dans différents secteurs (santé, finance, marketing, etc.). Open Data : Définition de l'Open Data et son importance pour la transparence et l'innovation. Initiatives Open Data dans le monde et en France. Les défis et les opportunités de l'Open Data pour les organisations publiques et privées. Gouvernance des données : Importance de la gouvernance des données pour assurer la qualité, la sécurité et la confidentialité des données. Principes de gouvernance des données : propriété, qualité, sécurité, conformité. Méthodes et bonnes pratiques de gouvernance des données. Éthique des données : Les questions éthiques liées à la collecte, au traitement et à l'utilisation des données. Les risques liés à la confidentialité, à la discrimination et à la manipulation des données. Cadres éthiques et réglementaires (RGPD, par exemple) pour protéger les données et la vie privée des individus. Analyse et Visualisation des données : Techniques d'analyse des données : statistiques, apprentissage automatique, etc. Outils de visualisation des données pour communiquer les résultats de manière efficace et compréhensible. Tendances et Futur : Tendances émergentes dans le domaine des données : intelligence artificielle, IoT . Implications futures des nouvelles technologies et des nouvelles réglementations sur la gestion des données.
Objectifs de développement durable
Modalités de contrôle de connaissance
Contrôle Continu
Commentaires:
Ressources en ligne
Pédagogie
Supports mis à disposition dans Moodle, étude de publications et de conférences sur le domaine du Big Data
Séquencement / modalités d'apprentissage
| Nombre d'heures en CM (Cours Magistraux) : | 0 |
|---|---|
| Nombre d'heures en TD (Travaux Dirigés) : | 0 |
| Nombre d'heures en TP (Travaux Pratiques) : | 0 |
| Nombre d'heures en Séminaire : | 32 |
| Nombre d'heures en Demi-séminaire : | 0 |
| Nombre d'heures élèves en TEA (Travail En Autonomie) : | 0 |
| Nombre d'heures élèves en TNE (Travail Non Encadré) : | 0 |
| Nombre d'heures en CB (Contrôle Bloqué) : | 0 |
| Nombre d'heures élèves en PER (Travail PERsonnel) : | 0 |
| Nombre d'heures en Heures Projets : | 0 |
Pré-requis
Cours de stockage de données du tronc commun de 4ème année