Déjà entendu parlé de Hadoop, Spark, Flink ou HDFS ? Curieux de savoir enfin de quoi il retourne ?

Ce workshop s’adresse à tout ingénieur informaticien désirant découvrir l’univers du Big Data et de la Data Science. Au programme, deux demies journées jalonnées d’exercices pratiques autour des technologies Hadoop et des frameworks d’analyse distribués.

De quoi parles-t-on?

Hadoop, HDFS, MapReduce, Hive, SparkSQL, PySpark, ...

A qui s'adresse le workshop?

Ingénieurs informatique / programmeurs sans réelle expérience dans le domaine big data/data science qui souhaitent en savoir plus.

Prérequis :

Des bases en python, java et bash, l’envie d’en savoir plus.

Intervenants :

Philippe Cudré-Mauroux, Jean Hennebert et Lucy linder

Programme détaillé

Journée 1 :

• Introduction - Hadoop, HDFS, Big Data
• Ma première application MapReduce
• SparkSQL et Hive en ligne de commande

Journée 2 :

• Hello zeppelin ! Visualisations des données SparkSQL/Hive
• LDA (Latent Dirichlet Allocation) en pyspark : création d’un petit moteur de recherche pour documents texte