Big Data

Du fait de la digitalisation de nos sociétés notamment via les nouvelles technologies (smartphone ect), les réseaux sociaux ou encore les objets connectés, nous n’avons jamais autant produit de données dans le monde…

En parallèle, l’analyse et la science des données s’est démocratisée car elle intéresse aujourd’hui tous les secteurs d’activité et non pas seulement les statistiques, la recherche ou l’informatique comme ce fut le cas par le passé.

La data science est perçue aujourd’hui par bon nombre d’entreprises comme un véritable accélérateur de croissance et est source d’innombrables opportunités business et métiers. En effet, elle permet en autres de comprendre des phénomènes, de modéliser des comportements clients ou encore de faire de l’analyse prédictive.

Une véritable prise de conscience collective s’est opéreé concernant la richesse et la valorisation des données dans les nouveaux SI digitaux.

Dans ce cadre, le savoir-faire de Metric couvre l’ensemble des technologies et des étapes de mise en place et d’intégration d’une solution Big Data à savoir:

Concevoir et mettre en œuvre des plateformes basées sur des technologies Big Data
Installer et déployer des clusters logiciels
Collecter, intégrer, transformer, stocker, traiter, analyser et visualiser
Appliquer des algorithmes mathématiques de machine Learning
Optimiser la performance et la qualité logicielle
Mettre en œuvre la stratégie d’exploitation des plateformes Big Data :
- Gestion des sauvegardes
- Procédures de récupération des données
- Mises à jour et montées de version logicielles
Préconiser des outils et/ou technologies adaptés

Stack des technologies :

Langages Java & Scala & Shell Unix
Scrapping de données avec Python
Base de données NoSQL Cassandra, HIVE / Mongo DB / HBASE,
Écosystème Hadoop
Écosystème Spark
Talend Big Data : Data ingestion (Extraction, Chargement et Transformation)
Machine Learning LIB Spark
Streaming avec Kafka
Indexation des données Elastic Search / Elassandra / Kibana,
Tableau: Data Visualization