Établissement
Langue d'enseignement
EN, FR
Matières
MB-IT
Ce cours apparaît dans les formation(s) suivante(s)
Diplôme Ingénieur ISEN
- Crédits ECTS:
Responsable(s)
F.WINDAL, D.DELANNOY
Intervenant(s)
H.BENHABILES, Equipe Informatique de Crédit Agricole
Présentation
Prérequis
• Cours de Java (M1, semestre 1)
• Network & Sys base (M1, semestre 1)
• Base de données (CSI3, CIR3, semestre 2)
• Programmation Java (M1, semestre 1)
• Network & Sys base (M1, semestre 1)
• Base de données (CSI3, CIR3, semestre 2)
• Programmation Java (M1, semestre 1)
Objectifs
Compétences visées : 34(342,343), 41(412, 413,414), 42(422), 53(531,532), 54(541,542), 61(611,612,613), 62(621,622), 63(632,634)
Cloud Computing :
L'objectif de cette partie du cours est de d'introduire les concepts fondamentaux de Google cloud pour une entreprise. Cette plateforme regroupe différents services Cloud de calcul, de stockage, de networking, de Big Data, de machine Learning, d’internet des objets, de sécurité, de gestion cloud et de développement d’applications qui sont directement lancés sur les serveurs de Google.
Architecture :
L’objectif de cette partie du cours, est de comprendre le concept derrière le terme « Big data », d’un point de vue :
• Architectural : organisation des ressources, serveurs pour une optimisation des performances
• Technologique : la suite logiciels déployée
• Métier : comprendre les besoins du client pour la mise en place d'outils d'aide à la décision
Cloud Computing :
L'objectif de cette partie du cours est de d'introduire les concepts fondamentaux de Google cloud pour une entreprise. Cette plateforme regroupe différents services Cloud de calcul, de stockage, de networking, de Big Data, de machine Learning, d’internet des objets, de sécurité, de gestion cloud et de développement d’applications qui sont directement lancés sur les serveurs de Google.
Architecture :
L’objectif de cette partie du cours, est de comprendre le concept derrière le terme « Big data », d’un point de vue :
• Architectural : organisation des ressources, serveurs pour une optimisation des performances
• Technologique : la suite logiciels déployée
• Métier : comprendre les besoins du client pour la mise en place d'outils d'aide à la décision
Présentation
Cloud Computing :
• Introduction des concepts fondamentaux du cloud computing, volet technique (architecture des datacenters, bases de données non relationnelles) et volet économique (notion de service et facturation)
• Développement & déploiement d’une application web sur la plateforme Goolge Cloud – service PaaS
Architecture :
Partie 1 : Le déploiement d’une architecture Big Data
1. Comprendre les notions de performances dans le déploiement d’une architecture Big Data,
2. Acquérir des connaissances sur des solutions de stockage de données.
3. Discerner les différences entre les bases de données (NoSQL, Elastic, Oracle,MongoDB…)
4. Saisir l’importance des systèmes de fichiers (HDFS) dans une architecture Big Data
5. Exemple de la mise ne place du datalake « Crédit Agricole »
Partie 2 : Le Framwork Spark.
1. Comprendre le calcul distribué rapide sur de grands volumes avec Spark.
2. Mise en place de la boite à outils Spark, permettant de faire du streaming, du machine learning et du graph processing
3. Introduction au langage Scala
4. Saisir les mécanismes de faultolerance, en cas de perte des données.
• Introduction des concepts fondamentaux du cloud computing, volet technique (architecture des datacenters, bases de données non relationnelles) et volet économique (notion de service et facturation)
• Développement & déploiement d’une application web sur la plateforme Goolge Cloud – service PaaS
Architecture :
Partie 1 : Le déploiement d’une architecture Big Data
1. Comprendre les notions de performances dans le déploiement d’une architecture Big Data,
2. Acquérir des connaissances sur des solutions de stockage de données.
3. Discerner les différences entre les bases de données (NoSQL, Elastic, Oracle,MongoDB…)
4. Saisir l’importance des systèmes de fichiers (HDFS) dans une architecture Big Data
5. Exemple de la mise ne place du datalake « Crédit Agricole »
Partie 2 : Le Framwork Spark.
1. Comprendre le calcul distribué rapide sur de grands volumes avec Spark.
2. Mise en place de la boite à outils Spark, permettant de faire du streaming, du machine learning et du graph processing
3. Introduction au langage Scala
4. Saisir les mécanismes de faultolerance, en cas de perte des données.
Modalités
Organisation
Type | Nombre d'heures | Remarque | |
---|---|---|---|
Présentiel | |||
Cours - face à face | 14,00 | ||
Travaux Pratiques | 14,00 | ||
Travail personnel | |||
Travail personnel | 30,00 | ||
Charge de travail globale de l'étudiant | 58,00 |
Évaluation
Type de Contrôle | Durée | Nombre | Pondération |
---|---|---|---|
Contrôle continu | |||
Interrogation QCM | 2,00 | 2 | 50,00 |
Autres | |||
Miniprojet | 2,00 | 1 | 50,00 |
TOTAL | 100,00 |