• Votre sélection est vide.

    Enregistrez les diplômes, parcours ou enseignements de votre choix.

Business intelligence et big data

  • Niveau d'étude

    Bac +5

  • ECTS

    3 crédits

  • Composante

    Sciences Fondamentales et Appliquées

  • Volume horaire

    25h

  • Période de l'année

    Semestre 3

Description

Cet UE propose une introduction à l’informatique décisionnelle et aux défis des données massives. Le but de ce module est d’être capable de mettre en place un système décisionnel à des fins d’analyse tout en répondant au besoin de performance des requêtes décisionnelles dans le contexte des données massives.

Lire plus

Objectifs

  • Principales notions liées à l’informatique décisionnelle et aux données massives : entrepôt de données, datamart, OLAP, processus ETL, caractéristiques des données massives.
  • Modélisation d’un entrepôt de données : modélisation multidimensionnelle, hypercube OLAP, stockage ROLAP, MOLAP et HOLAP, schéma en étoile et flocon de neige.
  • Interrogation d’un entrepôt de données : algèbre OLAP, extension SQL pour OLAP.
  • Optimisation de requêtes : plan d’exécution, index, vue matérialisée, partitionnement.
  • Fouille de données : règle d’association, recommandation et clustering.
Lire plus

Heures d'enseignement

  • Business intelligence et big data - TDTD8h
  • Business intelligence et big data - TPTP8h
  • Business intelligence et big data - CMCM9h

Pré-requis nécessaires

Avoir suivi un cours d'introduction aux bases de données (conception, modèle relationnel, normalisation, SQL).

Lire plus

Programme détaillé

  • Notions principales : entrepôt de données, datamart, OLAP, processus ETL, caractéristiques des données massives.
  • Modélisation multidimensionnelle : faits, dimensions, hypercube OLAP, stockage ROLAP, MOLAP et HOLAP, schéma en étoile et flocon de neige.
  • Processus ETL : extraction, transformation, nettoyage, chargement des données, notion de référentiel et métadonnées.
  • Requêtes OLAP : algèbre OLAP (drill-down, pivot, etc.), extension SQL pour OLAP.
  • Optimisation de requêtes : index btree, bitmap, bitmap de jointure, vue matérialisée, partitionnement.
  • Fouille de données : règle d’association, recommandation et clustering.

 

 

Lire plus

Compétences visées

Mettre en place un système décisionnel permettant de regrouper les données d'une entreprise à des fins d'analyse :

  • concevoir et implémenter un entrepôt de données ;
  • définir le processus ETL permettant de peupler un entrepôt de données.

Exploiter un système décisionnel :

  • définir des requêtes OLAP pour interroger un entrepôt de données ;
  • faire du reporting afin d'afficher les résultats de requêtes OLAP sous une forme adaptée ;
  • utiliser différents algorithmes de fouilles de données pour répondre à différents besoins d'analyse.

Répondre au besoin de performance des requêtes décisionnelles :

  • analyser le plan d'exécution d'une requête ;
  • définir des structures d'optimisation adaptées pour optimiser une ou plusieurs requêtes.
Lire plus