Fondamentaux pour le Big Data

Le MOOC «Fondamentaux pour le big data» permet d'acquérir efficacement le niveau prérequis en informatique et en statistiques pour suivre des formations dans le domaine du big data et data science. Le big data offre de nouvelles opportunités d’emplois au sein des entreprises et des administrations.

De nombreuses formations préparant à ces opportunités de métiers existent.

Le suivi de ces formations nécessite des connaissances de base en statistiques et en informatique que ce MOOC vous propose d’acquérir dans les domaines de l’analyse, algèbre, probabilités, statistiques, programmation Python et bases de données.

D’une part, les bases de données relationnelles ne sont pas toujours adaptées aux systèmes de données massives qui sont déployées dans les contextes big data ; ce MOOC vous explique pourquoi.

D’autre part, le langage Python est un langage très utilisé dans le domaine du traitement des masses de données. Ce cours vous initie à la programmation avec ce langage, particulièrement en utilisant la bibliothèque Numpy.

Enfin, le traitement des données massives et la prédiction nécessitent des analyses statistiques.

Cette formation vous fournit les concepts élémentaires en statistiques tels que les variables aléatoires, le calcul différentiel, les fonctions convexes, les problèmes d'optimisation et les modèles de régression. Ces bases sont appliquées sur un algorithme de classification le Perceptron.

Ce MOOC s'adresse à un public ayant des bases en mathématiques et en algorithmique (niveau L2 validé) nécessitant un rafraichissement de ces connaissances pour suivre des formations en data science et big data.

Il peut être suivi en préparation du Mastère Spécialisé « Big data : Gestion et analyse des données massives », du Certificat d’Etudes Spécialisées « Data Scientist » et de la formation courte «Data Science : Introduction au Machine Learning».

STÉPHAN CLÉMENÇON Professeur au département Traitement du Signal et de l'Image de Télécom ParisTech. Ses recherches portent sur la théorie statistique de l'apprentissage. Il a récemment encadré des projets de recherche nationaux théoriques et appliqués sur ce thème.

Il est responsable du Mastère Spécialisé «Big data : Gestion et analyse des données massives» et du Certificat d’Etudes Spécialisées «Data Scientist». PIERRE SENELLART Professeur à l'École normale supérieure et responsable de l'équipe Valda d'Inria Paris, anciennement professeur à Télécom ParisTech.

Ses intérêts de recherche portent sur les aspects pratiques et théoriques de la gestion de données du Web, en particulier le crawl et l'archivage du Web, l'extraction d'informations depuis le Web, la gestion de l'incertitude, la fouille du Web, et la gestion de données intensionnelles.

ANNE SABOURIN Enseignant-chercheur au département Traitement du Signal et de l'Image de Télécom ParisTech. Ses recherches portent sur l'apprentissage statistique et les méthodes bayésiennes, en particulier pour l'analyse des valeurs extrêmes et la détection d'anomalies.

JOSEPH SALMON Enseignant-chercheur au département Traitement du Signal et de l'Image de Télécom ParisTech. Il est spécialisé en traitement statistique des images et en apprentissage statistique.

Ses recherches portent sur la création et l'étude d'algorithmes pour le traitement de données en grande dimension. ALEXANDRE GRAMFORT Chercheur à l'INRIA.

Ses recherches portent sur le traitement du signal, l'apprentissage statistique et le calcul scientifique avec pour application principale la modélisation et l'analyse de données en neurosciences.

Il est un des principaux contributeurs du projet logiciel open source Scikit-Learn qui est la librairie standard pour l'apprentissage statistique en Python. ONS JELASSI Enseignante à la formation continue de Télécom ParisTech, responsable des formations Big Data. Elle est coordonnatrice de ce MOOC.