2024-2025
| Code | Titulaire(s) | Langue(s) d'enseignement | Langue(s) d'évaluation | Théorie | Pratique | Période(s) | Année académique |
|---|---|---|---|---|---|---|---|
| T-TING-105 | DRAPIER Arnaud | français | français | 12 | 0 | Q2 | 2024-2025 |
Connaissances
- Savoir mettre en place une architecture Big Data répondant à un besoin précis d'analyses de données et exploitant plusieurs sources à la fois relationnelles et non-relationnelles. (CO, AP)
Aptitudes
- Savoir mettre en place une architecture Big Data répondant à un besoin précis d'analyses de données et exploitant plusieurs sources à la fois relationnelles et non-relationnelles. (CO, AP)
- L'architecture Big Data et ses avantages.
- MongoDB.
- L’architecture NOSQL.
- Le paradigme " Aggregation Pipeline ".
- Intégration du Big Data dans des projets Visual Studio.
Type de support
Diapositives
Références
(secondaire) Le guide du Big Data (Sentelis).
(secondaire) Introduction au Big Data (Axiodis).
(principale) Big Data for Dummies (Judith Hurwitz, Alan Nugent, Dr. Fern Halper, Marcia Kaufman)
(principale) Portefeuille de lecture : Notes relatives aux travaux pratiques à développer.
Les usages de l’Intelligence Artificielle dans l’enseignement supérieur sont référencés et détaillés au sein d'une charte institutionnelle. Consultez le site https://ia.condorcet.be pour plus d'informations.