Big data : ingénierie et traitement [IDASM101]

Learning outcomes

Le cours se veut être un prolongement naturel des cours de bases de données dispensés en bachelier en sciences informatiques, en ingénieur de gestion et en sciences mathématiques.

Son objectif est d'étendre les connaissances et les compétences en ingénierie des bases de données dans un contexte « big data », en considérant trois dimensions principales:

1) dimension technologique: on étudiera les différentes familles de bases de données contemporaines « scalable », en particulier les bases de données NoSQL: graph-based, document-based, column-based, key-value, multi-model. 

2) dimension structurelle: on ne considèrera plus seulement une base de données avec un schéma, mais plusieurs sources de données (généralement hétérogènes) avec plusieurs schémas à intégrer/agréger/consolider/mapper. On insistera sur les aspects méthodologiques de ce processus.

3) dimension algorithmique: on abordera les langages et familles d’algorithmes permettant une manipulation efficace de grands volumes de données. On parlera notamment de traitement parallèle avec - entre-autres - le paterne MapReduce et ses implémentations (Hadoop).

Le cours aura également pour objectif d’adopter un regard critique par rapport aux différents paradigmes technologiques abordés dans le cours (les forces, les faiblesses et les risques) et à comprendre les liens entre le choix de paradigmes, le choix de modélisation et le type de traitement.