Vous êtes ici : Accueil > Big Data
6 mai 2023 Data Value

Formation, études, conseil en Big Data


Le Big Data désigne un ensemble de technologies à même de stocker et de donner accès en temps réel à de très gros volumes de données, potentiellement d'une grande variété, tout en optimisant le temps de traitement. Ce sont alors les techniques de Data Science (Machine Learning, Analyse de Données) qui vont nous permettre d'analyser ces données afin d'en extraire l'information utile à la prise de décision.



FormationEtudes-Conseil



Data Value vous accompagne tout au long de l'année 2023 dans votre montée en compétences.

Formations Big Data

Toutes nos formations Big Data sont régulièrement programmées en interentreprises à Paris, Lyon et Toulouse et sur demande dans 6 autres grandes villes (Marseille, Bordeaux, Lille, Nantes, Nice et Strasbourg) ainsi qu'en classe virtuelle.
Nos formations peuvent également être organisées dans votre Entreprise (intra-entreprise) partout en France et au-delà (Belgique, Suisse, Luxembourg, Monaco, ...) .

Notre offre



Concepts et enjeux du Big Data
Technologies du Big Data
Data Science

Nos prochains stages

IntituléDate débutDuréeLieu
Text Mining05/06/20233 joursDistance
Machine Learning et Deep Learning avec Python05/06/20235 joursDistance
Introduction au Big Data12/06/20232 joursParis
MLOps12/06/20234 joursDistance
Machine Learning13/06/20234 joursParis
Big Data pour les managers / décideurs15/06/20232 joursDistance
Méthodes de prédiction automatique et leurs applications métiers19/06/20233 joursParis
Big Data pour les managers / décideurs19/06/20232 joursParis
Python pour la Data Science19/06/20235 joursParis
Pandas Avancé19/06/20233 joursDistance
Voir le calendrier complet des formations

Formations à la une

Introduction au Big Data | 2 jours
Comprendre le concept du Big Data
Être capable d'identifier l’écosystème et comprendre les technologies associées
Savoir anticiper son intégration dans les activités informatiques de l’entreprise
MLOps | 4 jours
Connaître les différentes étapes de vie du modèle et de la donnée après le Proof Of Concept (POC)
Connaître les méthodes de réduction de dimensions d’un modèle pour le passage à l’échelle
Connaître les différentes plateformes de production
Savoir mettre en place des algorithmes d’explicabilité d’un modèle
Avoir des notions sur l’embarquabilité
Avoir des notions sur l’entrainement de larges modèles de façon distribuée
Machine Learning | 4 jours
Découvrir les principales étapes d'une étude de Machine Learning et un panorama des méthodes associées (Data Mining, Analyse de Données). Apprendre à extraire de l’information utile à partir de données volumineuses, changeantes, non structurées.