Data Visualisation avec Qlik Sense
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Créer des applications décisionnelles Qlik Sense permettant d'analyser des données provenant du monde du Big Data
- Mettre en place une connexion de données Big Data Qlik Sense
- Concevoir et modéliser un modèle de base de données Qlik Sense
- Construire une interface de Data Visualisation sous Qlik Sense.
| Tarif |
A partir de 2 280,00 € |
| Durée | 3 jours (21h00) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 2 280,00 € |
| Durée | 3 jours (21h00) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Programme
Présentation de Qlik
- La plateforme Qlik Sense
- Les concepts-clés
- La mémoire associative
- Le concept des couleurs
- La modélisation dimensionnelle
- La table de faits dans un contexte Big Data
- Les tables de dimensions
- Modélisation en étoile ou en flocon
- Méthodologie : conception et préconisation
- Découverte de Qlik Sense Designer
- Naviguer dans l'interface utilisateur (le hub, les menus, les applications)
- Créer sa première application
Data manager / chargement rapide
- Ingestion de données Big Data
La résolution de conflits
- Les boucles
- Les clés synthétiques
Chargement de l'application
- Le chargement des données Big Data
- Le modèle de données
- L'aperçu de l'application
Qlik Sense Designer
- L'application
- Les feuilles
- Le mode conception
- Les objets
- Les différentes représentations graphiques (barres, courbes, indicateurs clés de performance (KPI), jauges, treemap, cartes...)
- Les tables et tableaux croisés dynamiques
- Les textes et les images
- Les filtres
- Les éléments principaux
- Dimensions cycliques et hiérarchiques
- Les mesures et visualisations
- Les variables
- Les favoris
- L'insight Advisor
Les récits
- Les instantanés
- Conception et présentation
Designer avancé
- Set Analysis (syntaxe, fonctions de recherche, variables, expansions, opérateurs ensemblistes...)
- L'agrégation de données (qualificateur total, Aggr)
- L'agrégation des données
- Mise en place de nouveaux éléments principaux (dimensions, mesures et graphiques)
- Réaliser des calculs avancés
L'éditeur de scripts
- L'éditeur de scripts : pourquoi et comment ?
- Créer et gérer des connexions aux sources de données Big Data
Charger et transformer les données
- Les différents types de chargement
- Chargement Inline
- Les bases de données Big Data
- Les fichiers
- Les tables résidentes
- Les modifications basiques du script
- Exécution du script et débogage
- Résoudre les clés synthétiques et les références circulaires
- Les différents types de chargement (ADD...)
- Les jointures
Pratique avancée
- La sécurité d'accès
- Variable et programmabilité
- Les conditions
- Les boucles
- Traduction et transcodage
- Le stockage au format QVD (QlikView Data)
Les fonctionnalités supplémentaires de Qlik Sense
- Publication
- L'export des données
Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- Et, en fin de formation, par un questionnaire d'auto-évaluation
Prérequis
Public
Ces formations pourraient vous intéresser
Objectifs de la formation
- Cette formation fait l'objet d'une évaluation formative.
| Tarif |
Contacter l'organisme |
| Durée |
3 jours (21 heures) |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Présenter la philosophie des référentiels de données et la méthode à adopter pour mieux appréhender un projet de mise en place d'un MDM (Master Data Management)
- Identifier les enjeux de la donnée de référence
- Démontrer l'impact du Big Data sur la donnée de référence.
| Tarif |
A partir de 1 520,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Utiliser Scikitlearn pour créer des modèles d'apprentissage machine
- Concevoir des expériences et interpréter les résultats des tests A/B
- Visualiser l'analyse de clustering et de régression en Python à l'aide de Matplotlib
- Produire des recommandations automatisées de produit ou de contenu avec des techniques de filtrage collaboratif
- Appliquer les meilleures pratiques en matière de nettoyage et de préparation de vos données avant l'analyse.
| Tarif |
A partir de 2 280,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Identifier l'ensemble des enjeux et facteurs à prendre en compte pour réussir l'intégration du Big Data dans la vision large du SI
- Evaluer et sélectionner les outils appropriés dans le cadre d'un plan de mise en oeuvre du Big Data.
| Tarif |
A partir de 1 520,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
- Expliquer le fonctionnement d'Apache Spark et ses relations avec le Big Data et Hadoop
- Utiliser les RDD pour gérer les opérations et MapReduce
- Intégrer et utiliser HDFS avec Spark
- Mettre en place et déployer une structure de cluster Spark
- Appliquer le partitionnement et la programmation parallèle sur les données HDFS
- Concevoir et générer une application Spark
- Implémenter Spark Streaming pour le traitement des données en temps réel
- Appliquer des algorithmes de Machine Learning avec MLlib et optimiser Spark
| Tarif |
A partir de 2 250,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Exploiter l'outil de développement
- Vous connecter aux sources de données
- Nettoyer, manipuler et transformer des données
- Réaliser des modélisations associatives et des optimisations
- Utiliser des fichiers QVD
- Réaliser des calculs avancés (filtres, agrégations, totaux et sous-totaux...)
- Utiliser les éléments principaux
- Mettre en place de la sécurité au niveau des données (Section Access).
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
À l'issue de ce cursus Data Scientist, vous serez à même de maîtriser tous les tenants et aboutissants du Big Data grâce à l'assimilation des connaissances et compétences suivantes :
- Comprendre le vocabulaire des statisticiens et savoir effectuer des calculs récurrents
- Savoir situer la frontière entre statistiques et probabilités
- Savoir choisir le bon outil pour représenter vos études statistiques, et bien communiquer dessus
- Connaître les acteurs du Big Data et leur niveau d'interdépendance
- Connaître les spécificités d'une infrastructure Big Data : stockage de données, analyse, visualisation...
- Manipuler des données, des objets et programmer avec R
- Maîtriser les fonctionnalités plus avancées de R : packages, structrures de données, Rmarkdown, purr...
- Comprendre les différences entre apprentissage automatique supervisé, non supervisé et meta-apprentissage
- Maîtriser l’utilisation d’algorithmes d'auto-apprentissage adaptés à une solution d'analyse, et appliquer ces techniques à des projets Big Data
- Gérer, collecter, analyser et visualiser vos données
- Mettre en récit vos analyses pour les promouvoir en interne ou en externe
| Tarif |
A partir de 9 890,00 € |
| Durée |
19j / 133h |
| Modes |
|
Objectifs de la formation
- Mettre en œuvre les interfaces, les collections et les génériques ;
- Décrire les problématiques liées aux applications, l'intérêt d'appliquer une architecture en couches et les différentes façons d'implémenter les couches ;
- Identifier le positionnement de la couche Business Objects, décrire ses responsabilités et les mettre en œuvre ;
- Identifier le positionnement de la couche Data Access Layer, décrire ses responsabilités et les mettre en œuvre ;
- Identifier le positionnement de la couche Business Objects Layer, décrire ses responsabilités et les mettre en œuvre ;
- Implémenter la couche IHM avec l'API Swing ;
- Décrire et implémenter les principes de la programmation événementielle ;
- Décrire et mettre en œuvre l'architecture Modèle Vue Contrôleur ;
- Implémenter le pattern Data Access Object.
| Tarif |
A partir de 990,00 € |
| Durée |
37 heures |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation Big Data sur Amazon Web Services (AWS), vous aurez acquis les connaissances et compétences nécessaires pour :
- Comprendre les applications d'Apache Hadoop dans le contexte d'Amazon EMR
- Comprendre l'architecture d'un cluster Amazon EMR
- Lancer un cluster Amazon EMR en utilisant une image machine Amazon (AMI) et des types d'instances Amazon EC2 adaptés
- Connaître les options d'importation, de transfert et de compression des données destinées à Amazon EMR
- Sélectionner les options de stockage de données sur AWS les plus adaptées à leur traitement dans Amazon EMR
- Utiliser les frameworks de programmation courants compatibles avec Amazon EMR, notamment Hive, Pig et Streaming
- Utiliser Amazon Redshift pour déployer une solution de Big Data
- Utiliser un logiciel de visualisation des Big Data
- Sélectionner les options de sécurité les plus adaptées à Amazon EMR et à vos données
- Effectuer des analyses de données en mémoire avec Spark et Shark sur Amazon EMR
- Sélectionner les options adaptées pour gérer votre environnement Amazon EMR de façon rentable
- Comprendre les avantages d'Amazon Kinesis pour les applications de Big Data.
| Tarif |
Contacter l'organisme |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Savoir exploiter le SGBD Apache Cassandra
- Comprendre le Big Data et l'intérêt de Cassandra
- Savoir installer, configurer et mettre en oeuvre Cassandra
- Connaître les différents outils de Cassandra, son architecture
- Savoir travailler avec le write et read path
- Pouvoir résoudre les problèmes
| Tarif |
A partir de 1 950,00 € |
| Durée |
3 jours |
| Modes |
|
