1 – PARTIE THÉORIQUE
Analyse des données
BI – Data Mining
Machine Learning
Data Warehouse et Data Lake
Bases de données et modélisation
Bases de données
Modélisation
NoSQL
Dénormalisation
Exemples de modélisation de données
Avec Merise
. E-Commerce – Cahier des charges
. E-Commerce – Modélisation
Avec UML
. UML – Esport
2 – LIENS UTILES ET TRAVAUX PRATIQUES
Looping Modélisation
Power BI
- Découvrir les visites guidées et les démonstrations de Power BI : https://powerbi.microsoft.com/fr-fr/demo/
- Démarrez avec Power BI : https://powerbi.microsoft.com/fr-fr/getting-started-with-power-bi/
(voir la partie Power BI Desktop) - Bien démarrer avec Power BI Desktop : https://docs.microsoft.com/fr-fr/power-bi/fundamentals/desktop-getting-started
Qliksense
- Lien Qliksense : https://demos.qlik.com/qliksense
3 – ÉVALUATIONS
3.1 – Evaluation 1 : travail en groupe
Préparez des questions relatives à la gestion des données dans vos entreprises respectives : collecte des données, usage du data mining, du machine learning, data analytics, éventuellement une interview des responsables de la gestion des données.
Relatez également vos expériences personnelles et professionnelles dans tous ces domaines.
3.2 – Evaluation 2 : travail en groupe