Solutions techniques pour le big data et l'informatique

Ce cours aborde les techniques d’informatique décisionnelle permettant d'accompagner les décideurs dans leurs prises de décisions stratégiques. Ces techniques se basent en entrée sur des données provenant de données transactionnelles relatives à l’activité de l’entreprise mais également d’autres données pertinentes provenant d’autres sources (capteurs, fichiers de logs, données du net...). Ces dernières doivent être collectées efficacement parmi de larges collections de données.

• La première partie du cours est consacrée à la présentation des techniques d’intégration, de consultation et d’analyses de données en vue de prendre de décisions dans les organisations. Les nouvelles technologies des entrepôts de données, OLAP et Analyse de données représentent une façon de mettre les données à la disposition des personnes chargées de prendre des décisions dans les organisations. Il s'agit dans ce cas de trois technologies complémentaires : l'entrepôt de données, la technologie OLAP et les langages de requêtes avancées pour l’analyse de données. Cette partie du cours vise à développer la créativité autour de ces trois technologies.
• La deuxième partie du cours est une introduction aux techniques de la recherche d'information, qui vise à trouver automatiquement et rapidement les informations pertinentes à un besoin particulier, à partir des collections d'une grande masse de documents structurés. Il s’agit d’étudier des techniques visant à améliorer la qualité de la recherche (nettoyage, tokenisation et normalisation, filtrage), l’amélioration de la performance (l'indexation), et des modèles d'appariement.

• Comprendre l’intérêt de la mise en place d’une solution BI en entreprise.
• Aborder des problématiques de traitement/intégration de données sur des exemples concrets.
• Connaissance d’au moins un outil du domaine.
• Connaître les principes de la Recherche d’Information.
• Connaître les techniques de représentation et d’indexation de collection de documents.
• Connaître les métriques de pertinence des résultats de la recherche et savoir les appliquer.

Modalités : CCI
SESSION UNIQUE :
Contrôle Continu
• Type : Écrit, QCM, Oral, Dossier
• Durée : 1h30

Régime Dérogatoire
• Type : Écrit
• Durée : 1h30

RATTRAPAGES :
• Type : Écrit
• Durée : 1h30

Utilisation de l'intelligence artificielle : 
L’utilisation de l’Intelligence Artificielle est interdite lors des évaluations.

Les BDs relationnelles, les BDs NoSQL, SQL, la modélisation

• Concevoir et mettre en œuvre des solutions d'informatique décisionnelle pour l'aide à la décision.
• Collecter, intégrer et préparer des données issues de sources hétérogènes à l'aide de processus ETL.
• Exploiter des entrepôts de données et des outils OLAP pour l'analyse multidimensionnelle.
• Appliquer les principes et technologies du Big Data pour le traitement de grands volumes de données.
• Mettre en œuvre des techniques de recherche d'information, d'indexation et d'évaluation de la pertinence.
• Analyser et interpréter les résultats obtenus afin de soutenir la prise de décision en entreprise.

• The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling (3rd Edition), Wiley, 2013.
• Kimball, R. & Caserta, J.: The Data Warehouse ETL Toolkit, Wiley, 2004.
• Vaisman, A. & Zimányi, E.
• Data Warehouse Systems: Design and Implementation (2nd Edition), Springer, 2022.
• Manning, C. D., Raghavan, P. & Schütze, H. Introduction to Information Retrieval, Cambridge University Press, 2008.
• Zikopoulos, P., Eaton, C., DeRoos, D., Deutsch, T. & Lapis, G.
• Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming Data, McGraw-Hill, 2012.