Business Intelligence (1) - Data Warehouses
Public Concerné
Prérequis : Bonnes connaissances en bases de données et en systèmes d'information.
L'avis des auditeurs
Les dernières réponses à l'enquête d'appréciation pour cet enseignement :
Présence et réussite aux examens
Pour l'année universitaire 2023-2024 :
- Nombre d'inscrits : 52
- Taux de présence à l'évaluation : 48%
- Taux de réussite parmi les présents : 92%
Objectifs pédagogiques
Cette UE met l'accent sur :
- la conception d'un entrepôt de données (modélisation multidimensionnelle, faits/dimensions, granularité, historisation) ;
- la mise en oeuvre opérationnelle, avec un focus particulier sur la chaîne BI : Data Warehouse - ETL - Data Mart - Reporting
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).
Capacité et compétences acquises
- 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
- 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
- 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
- Data Lake
- Modern Data Warehouse
- Data Fabric
- Data Lakehouse
- ETL : SQL Server Integration Services (Microsoft SSIS)
Description des modalités de validation
En alternance ou en formation continue en journée :
Merci de consulter directement le secrétariat pédagogique de votre formation pour obtenir le planning.
En formation « à la carte Hors Temps de Travail », en présentiel, à distance ou hybride :
Voir les dates, les lieux d'enseignement et les modalités d'inscription sur les sites internet des centres régionaux qui proposent cette formation.
- Paris
- Paris
- 2026-2027 1er semestre: Formation ouverte et à distance soir ou samedi
- 2027-2028 1er semestre: Formation ouverte et à distance soir ou samedi
- Paris
