Accueil / Big data et gestion de projets, impact dans l’entreprise

Big data et gestion de projets, impact dans l’entreprise

Durée : 2 jours
Tarif Inter : 1600 €
Tarif sur mesure : Nous consulter
Référence : 4BGP

  • Partagez sur
  • Téléchargez en
  • Inscrivez vous
Programme Public & Pré-requis Organisation

Présentation

Cette formation vous apprendra à tirer parti du Big Data dans vos projets, programmes et processus d’entreprise.

Vous découvrirez les méthodes, les précautions et les préoccupations liées à l’analyse Big Data dans l’entreprise mais également les approches et les méthodes existantes utilisées pour l’analyse des grands ensembles de données afin de pouvoir choisir ce qui répond le mieux aux besoins de votre organisation.

Cette formation vous aidera à donner un sens à cette énorme source d’informations qui vous entoure et vous aidera à en tirer le meilleur parti pour la réalisation de vos projets.

Objectifs

  • Connaître les analyses Big Data
  • Savoir décrire la valeur commerciale des big datas ou mégadonnées
  • Être capable de discuter des opportunités et des défis liés à l’utilisation des mégadonnées
  • Pouvoir décider si l’analyse des mégadonnées sert l’intérêt, la situation et l’expérience des clients
  • Gérer des projets d’analyse de données et choisir la meilleure approche
  • Évaluer les risques liés aux grands ensembles de données
  • Distinguer un projet d’analyse de données d’une « pêche » à la donnée
  • Déterminer le moment où l’analyse doit s’arrêter
  • Pouvoir discuter de la manière dont la gestion de projet peut être utilisée pour soutenir votre capacité d’analyse des données
  • Expliquer comment les mégadonnées peuvent être utilisées pour garantir l’avancement d’un projet
  • Savoir quelles analyses doivent être mises en œuvre

Programme

  1. Aperçu du Big Data et gestion des projets/programmes

    • Gestion de projet et gestion de programme: définitions
    • Qu’est-ce que le Big Data ?
    • L’analyse des mégadonnées
    • Analyse de rentabilité pour les mégadonnées
    • Gestion de projet pour les mégadonnées
    • Des informations précieuses
    • Valeur commerciale de la fourniture de mégadonnées
    • Quelle est la place de la gestion de projet ?
    • Idées reçues
    • L’analyse Big Data est-elle adaptée à votre client ?
  2. Processus de gestion de projet

    • Types de processus
    • L’analyse de Big Datas conçue comme un environnement complet
    • L’évaluation a une certaine valeur et peut être désactivé
    • Planification
    • Exécution
    • Suivi et contrôle
    • Clôture
  3. Cas de nécessité d’expertise en matière de Big Data

    • Diminution des ressources pour la gestion des projets, des programmes et du portefeuille
    • Cycle de vie des projets
    • Parties prenantes et influences organisationnelles
    • Actifs de processus des sociétés
    • Processus de gestion de projet
    • Sagesse de la gestion de projet
  4. Introduction à la gestion des mégadonnées

    • Gestion des données et Big Data
    • Grandes applications de gestion Big Data
    • Pourquoi les big datas et la gestion des données se heurtent-elles ?
    • Entreprises et technologies
    • Inspirations derrière la gestion Big Data
  5. Défis des big datas

    • Gestion du cycle de vie de l’information
    • Centralisation des données
    • Décentralisation des données
    • Valeur directrice
    • Data focus
    • Penser en termes Big Data
    • Architecture des applications
    • Infrastructure et réseau
    • Formation
    • Compétences uniques
    • Architecture des données
    • Gouvernance des données
    • Mesures et indicateurs clés de performance (KPI)
    • Conformité de la BU
  6. Statut de la gestion des big datas

    • État des performances de la gestion des Big Datas
    • Gérer les stratégies en matière de Big Data
    • Efficacité de la gestion des Big Datas
  7. Méthodes de Data Science

    • Data mining
    • Machine learning
    • Intelligence artificielle
    • Recherche d’informations
    • Analyses statistiques
    • Analyse des lacunes
  8. Pratiques techniques pour la gestion de big datas

    • Différentes formes et structures de types de données
    • Politiques de stockage pour les données volumineuses
    • Échelles de big data à gérer
  9. Pratiques techniques pour la gestion de données volumineuses

    • Techniques de gestion des mégadonnées pour l’analyse
    • Gestion des big datas pour les big datas en temps réel
    • Architectures multicouches pour la gestion et l’analyse de données volumineuses
  10. Langages de programmation applicables

    • R
    • Python
    • SQL
    • SAS
    • Java
    • MATLAB
    • Suite de data mining de haut niveau
    • UNIX shell/awk/sed
    • C/C++
    • Pig Latin, Hive et autres langages basés sur Hadoop
  11. Pratiques des entreprises en matière de gestion de big datas

    • De la propriété des big datas
    • Rôles et responsabilités
    • Configuration de gestion des mégadonnées
    • Pratiques de collaboration autour de la gestion des données importantes
  12. Priorités de gestion des mégadonnées

    • Exigez une valeur commerciale
    • Utiliser les big datas pour générer de nouvelles applications et améliorer les anciennes
    • Se former
    • La collaboration comme un élément clé
    • Se prémunir de la prolifération des big datas cloisonnées
    • Se positionner dans l’utilisation de big datas, pour la conception et la construction pour l’entreposage de données et la gestion des données de l’entreprise
    • Ré-analyse de votre portefeuille existant de plateformes de données et de méthodes de gestion des données
    • Choisir des plateformes de données qui ont un support exclusif pour les big datas
    • Accueillir tous les types de big datas et pas seulement les données relationnelles importantes
    • Créer et appliquer une stratégie technologique pour la gestion des big datas
  13. Choisir la meilleure stratégie

    • Agile

      • Scrum
      • RAD
      • Orientée client
      • Gestion de projet avancée de Stanford
    • Modèle en cascade et hybrides

      • Test intégrés
      • Exigences
  14. Leadership organisationnel

    • Transformation organisationnelle
    • Direction réfléchie et interaction continue
    • Leadership en tant qu’exercice collectif et interactif
    • Leadership transformationnel
    • Apprentissage organisationnel
    • Organisations ambidextres
Formations à distance
En inter et en intra entreprise

Contactez-nous :
training@softeam.fr
+33 (0)6 07 78 24 18
Prochaines dates

Demande de renseignement