Business Intelligence (1) - Data Warehouses
Public Concerné
Ce cours s'adresse aux auditeurs préparant le diplôme d'ingénieur informatique option système d'information et/ou aux étudiants suivant le Master STIC mention Informatique Spécialité Systèmes d'Information et de Décision
Prérequis : Bonnes connaissances en bases de données et en systèmes d'information.
Prérequis : Bonnes connaissances en bases de données et en systèmes d'information.
Présence et réussite aux examens
Pour l'année universitaire 2021-2022 :
- Nombre d'inscrits : 60
- Taux de présence à l'évaluation : 52%
- Taux de réussite à l'évaluation : 94%
Objectifs pédagogiques
Acquérir une bonne connaissance de l'informatique décisionnelle (Business Intelligence), et en particulier de tous les processus liés à une architecture d'entrepôt de données (Data Warehouse).
Cette UE cible tout particulièrement la conception de l'entrepôt de données, la gestion du projet, et sa mise en oeuvre, en particulier la mise en oeuvre de la partie ETL.
Remarque : Pour une maitrise complète du processus, tant du point de vue gestion des données que du point de vue analyse des données (data Science) il est conseiller de suivre également le NFE212 (semestre 2) qui fait suite au NFE211 (semestre 1)
Cette UE cible tout particulièrement la conception de l'entrepôt de données, la gestion du projet, et sa mise en oeuvre, en particulier la mise en oeuvre de la partie ETL.
Remarque : Pour une maitrise complète du processus, tant du point de vue gestion des données que du point de vue analyse des données (data Science) il est conseiller de suivre également le NFE212 (semestre 2) qui fait suite au NFE211 (semestre 1)
Capacité et compétences acquises
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 oeuvre 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
Contenu de la formation
Introduction
Ingénierie d'extraction et d'intégration des données
- La Business Intelligence
- Business Intelligence et Big Data
- Objectifs d'un entrepôt de données
- OLAP versus OLTP
- Architecture matérialisée /architecture médiateur
- Dualité Entrepôt / magasins, Architecture de Inmon, Architecture de Kimball
- Data Warehouse / Data Lake
- Les méta-données, gestion, standardisation CWMI
- La modélisation multidimensionnelle, faits, dimensions, hiérarchies, indicateurs
- Modèles OLAP, ROLAP, MOLAP
- Modélisation en étoile, en flocon, en constellation
- L'algèbre multidimensionnelle
- Les dimensions à changement lent
- Les différents types de table de faits (récapitulatif / transaction / instantanné)
- Méthode par matrice
- Méthode par indicateurs
- Méthode MAP
- Méthode par analyse des requêtes
- Volumétrie, choix de la granularité, choix des Data Marts
- Méthodes de projets BI
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 programmation (Embedded SQL, déclencheurs)
- Solution par outils ETL
- Outils ETL, Systèmes de gestion de bases de données OLAP, outils de modélisation multidimensionnelle
- Data Warehouse et Cloud,
- Data Warehouse et Big Data
Description des modalités de validation
L'UE sera validée par un examen final et par un projet réalisé individuellement ou en binôme.
Le projet - dont le sujet sera choisi par l'élève en accord avec le professeur - permettra de mettre en place une chaîne décisionnelle fondée sur les outils du marché (parmi l'offre industrielle ou celle du logiciel libre). Le projet peut aussi permettre d'approfondir un point théorique (par exemple la prise en compte du RGPD dans le Data Warehouse).
La note finale sera la moyenne de l'examen et du projet (avec la contrainte note examen >= 10).
Le projet - dont le sujet sera choisi par l'élève en accord avec le professeur - permettra de mettre en place une chaîne décisionnelle fondée sur les outils du marché (parmi l'offre industrielle ou celle du logiciel libre). Le projet peut aussi permettre d'approfondir un point théorique (par exemple la prise en compte du RGPD dans le Data Warehouse).
La note finale sera la moyenne de l'examen et du projet (avec la contrainte note examen >= 10).
Prévisions d'ouverture
| Groupe | Semestre | Modalité | État d'ouverture | Date du premier cours | Lieux | ||
|---|---|---|---|---|---|---|---|
| NFE211 | Business Intelligence (1) - Data Warehouses | 6 | Cours de Jour | - | - | - | - |
Voir les dates et horaires, les lieux d'enseignement et les modes d'inscription sur les sites internet des centres régionaux qui proposent cette formation
- Hauts-de-France
- Valenciennes
- 2024-2025 1er semestre: Formation Hybride soir ou samedi
- Valenciennes
- Grand Est
- Grand Est
- 2024-2025 1er semestre: Formation en présentiel soir ou samedi
- Grand Est
