Présenter une approche et des outils pour le développement de projets IA et Big Data :

1. Structuration de la donnée dans des environnements hétérogènes : différentes familles de bases de données de type NoSQL, Relationnelles et Colonnes ;
2. Apprentissage des architectures Big Data : un exemple de plateforme opérationnelle avec une présentation des avantages et des inconvénients - Les étudiants sont sollicités pour évaluer différents scénarios ;
3. Séances de Travaux en équipe et/ou seul pour apprendre le framework Spark dans un usage lié à des cas concrets issus d’expertises professionnelles ;
4. Développement de modèles d’IA basés sur des cas réels de mise en situation (E-commerce, Industrie 4.0, Géosciences...) ;
5. Exemple d’étude de cas : la démonstration de la prédiction de l’indice de végétalisation sur les années à venir à partir de l’historique d’images satellitaires. L’objectif est de montrer aux étudiants comment dans l’agriculture par exemple on peut imaginer la répartition des zones agricoles.

Voir la page complète

Présentation et utilisation d’une plateforme professionnelle pour analyser la donnée et développer des méthodes prédictives en environnement Big Data.

1. Manipulation de jeux de données (Datasets) ;
2. Méthodes d’extraction et de transformation de données (principalement langages SQL et Python) ;
3. Visualisation et création de tableaux de bord ;
4. Mise en œuvre et évaluation de modèle(s) de prédiction ;
5. Utilisation d’un plateforme professionnelle.

Voir la page complète