Business Intelligence (1) - Data Warehouses
NFE211
Objectifs pédagogiques :
Acquérir une compréhension solide de la Business Intelligence (BI) et, plus largement, de l'ensemble des processus et composants d'une architecture décisionnelle centrée sur un entrepôt de données (Data Warehouse).
Cette UE met l'accent sur :
- la conception d'un entrepôt de données (modélisation multidimensionnelle, faits/dimensions, granularité, historisation) ;
- la mise en œuvre opérationnelle, avec un focus particulier sur la chaîne BI : Data Warehouse – ETL – Data Mart – Reporting
À l'issue du module, l'auditeur est capable de définir une architecture BI, de concevoir un schéma d'entrepôt adapté aux besoins métiers et de mettre en place un flux ETL.
Remarque : pour une maîtrise complète du cycle décisionnel — de la gestion/valorisation des données jusqu'à leur analyse avancée (Data Science) — il est recommandé de suivre également le NFE212 (semestre 2), qui fait suite au NFE211 (semestre 1).
Public et conditions d'accès :
Ce cours est destiné aux auditeurs préparant le diplôme d'ingénieur en informatique option Systèmes d'information et Business Intelligence ainsi qu'à ceux inscrits au Master Informatique, parcours Systèmes d'information et Business Intelligence.
Prérequis : Bonnes connaissances en bases de données et en systèmes d'information.
Compétences :
Capacité d'intégration dans une équipe de développement de système d'information décisionnel. En particulier compétences en conception et exploitation d'entrepôts de données :
- Capacité à concevoir et implémenter la partie ETL d'un Data Warehouse
- Capacité à concevoir et implémenter des cubes décisionnels
- Capacité à concevoir dans sa totalité une chaîne décisionnelle
- Capacité à mettre en œuvre une chaîne décisionnelle à l'aide des outils du marché
- Capacité à exploiter une chaîne décisionnelle
- Capacité à gérer l'intégration des données
- Capacité à gérer un projet décisionnel
Méthodes de validation :
Examen final
Contenu de la formation :
Introduction
- La Business Intelligence
- Business Intelligence et Big Data
- Objectifs d'un entrepôt de données
- OLAP versus OLTP
Architecture d'un entrepôt de données
- Architecture matérialisée /architecture médiateur
- Dualité Entrepôt / magasins, Architecture de Inmon, Architecture de Kimball
- Data Warehouse / Data Lake
- Les méta-données, gestion, standardisation
Modélisation multidimensionnelle
- La modélisation multidimensionnelle, faits, dimensions, hiérarchies, indicateurs
- Modèles OLAP, ROLAP, MOLAP
- Modélisation en étoile, en flocon, en constellation
- Les dimensions à changement lent (slowly changing dimension)
Ingénierie d'extraction et d'intégration des données
- L'extraction des données
- Le nettoyage des données
- L'intégration sémantique des données
- Le rafraichissement des données
- Solution par outils ETL
Business intelligence et Big data
- Data Lake
- Modern Data Warehouse
- Data Fabric
- Data Lakehouse
Environnement technologique
- ETL : SQL Server Integration Services (Microsoft SSIS)
Bibliographie :
- M. Jarke , M. Lenzerini, Y. Vassiliou, P. Vassiliadis: Fundamentals of datawarehouses (2d édition, Springer, 2003).
- E. Métais: Systèmes d'aide à la décision et entrepôts de données (Encyclopedia Universalis) http://www.universalis.fr/encyclopedie/systemes-informatiques-systemes-d-aide-a-la-decision/
- W.H. Inmon: Building the Datawarehouse
- Kimball R, Ross M.: Entrepôts de données, guide pratique de modélisation multidimensionnelle, Vuibert 2003
Cette UE apparaît dans les diplômes et certificats suivants :
- MR11604A : Master Sciences, technologies, santé mention Informatique parcours Traitement de l'information et exploitation des données
- CS14400A : Certificat de spécialisation Business Intelligence
- MR11603B : Master Sciences, technologies, santé mention Informatique parcours Systèmes d'information et business intelligence HTT
- CYC9105A : Diplôme d'ingénieur Spécialité informatique parcours Systèmes d'information et business Intelligence
Informations, Orientation & Inscription
Prochaines sessions de formation
Filtres :
-
-
Paris
Semestre 1
Cours en ligne
-
Légende :
| Tarif (1) : |
|---|
|
Vous pouvez consulter nos tarifs ici. |
| Date de début de cours : |
Les dates fournies sont d'ordre général à toutes les formations. Les cours pour cette formation peuvent potentiellement commencer un peu plus tard dans le semestre. |
| Annuel : |
|
Il s'étend de fin septembre / début octobre à début juillet (dates indicatives, renseignez-vous auprès de votre centre). |
| Semestre 1 : |
|
Il s'étend de fin septembre / début octobre à fin janvier / début février (dates indicatives, renseignez-vous auprès de votre centre). |
| Semestre 2 : |
|
Il s'étend de fin février / début mars à début juillet (dates indicatives, renseignez-vous auprès de votre centre). |
| Cours du soir : | |
|---|---|
|
Les cours commencent le plus souvent à 18h30 dans les centres. |
|
| Cours en journée : | |
|
Se renseigner auprès du centre pour connaître les horaires. |
|
| Cours en ligne : | |
|
les cours sont diffusés sous forme de séances numériques via une plateforme d’e-learning animées et tutorées par un enseignant. Des séances de regroupement en visio sont proposées. |
|
| Classe virtuelle (Formation à distance planifiée): | |
|
L'enseignant à distance intervient en direct et en visioconférence sur la plateforme d'e-learning. Il complète son intervention par des activités interactives (exercices échanges…) |
|
| Cours en ligne hybride : | |
|
Cette modalité associe des cours en ligne tutorées et des regroupements en présentiel ou en classes virtuelles obligatoires. |
|
| Cours hybrides : | |
|
Cette modalité mixe des cours en présentiel (en cours du soir ou en journée) et des cours en ligne. |
|
| Cours en ligne organisés par un autre centre CNAM Régional : |
|
|
Les cours sont diffusés sous forme de séances numériques via une plateforme d'e-learning animées et tutorées par un enseignant. |
|
| Formation co-modale : | |
|
Formation proposée en présentiel et à distance en simultané. L'auditeur a la possibilité de choisir de venir sur site pour suivre l'enseignement ou bien de suivre à distance. Les cours se déroulent en semaine généralement après 18h ou le samedi. |
