Concevoir des systèmes complexes et conduire des projets collaboratifs avancés

MR116B63
Concevoir des entrepôts de données et des outils décisionnels.

Description

- Connaître et mettre en œuvre les principes de gestion des bases de données structurées ou non et la construction d’interfaces homme-machine.
- Développer des applications informatiques sur des infrastructures variées (machines parallèles, environnement distribué, programmation Web…)
- Maîtriser le développement d’un logiciel complexe, le déploiement, les phases de test et les évolutions
- Maîtriser les principes de la compilation et de l’optimisation afin de produire un code efficace
- Mettre en œuvre des solutions sécurisées et sûres.

Concevoir un entrepôt et ses flux ETL (tables de faits, dimensions) afin de consolider les données.
Développer des tableaux de bord (Power BI, Qlik) afin de restituer des indicateurs utiles aux métiers.
Tester les interfaces et les performances (requêtes, temps de réponse) afin d’assurer l’évolution de la solution.

Public

Avoir un niveau équivalent à une licence en informatique ou mathématique.

Nombre d’ECTS
18
Domaine
Informatique Télécoms Médias numériques Cybersécurité
Code répertoire
RNCP39278BC06
Date de début de validité

Unités d'Enseignement requises

NFE212 : Business Intelligence (2) - Visualisation et Valorisation ( 6 ECTS)

Nombre d'heures : 60.00

Cette UE (NFE212) est normalement la suite de l’UE NFE211 « Business Intelligence (1) – Data Warehouse ». NFE211 donne les compétences pour élaborer une chaine décisionnelle fondée sur un Data Warehouse, et focalise sur la partie alimentation du Data Warehouse.  NF

NFE211 : Business Intelligence (1) - Data Warehouses ( 6 ECTS)

Nombre d'heures : 60.00

Acquérir une compréhension solide de la Business Intelligence (BI) et, plus largement, de l’ensemble des processus et composants d’une architecture décisionnelle centrée sur un entrepôt de données (Data Warehouse).

6 ECTS - Une UE à choisir Parmi :

NFE204 : Bases de données documentaires et distribuées ( 6 ECTS)

Nombre d'heures : 60.00

Le cours est consacré à le gestion de données massives, non-structurées ou semi-structurées.

RCP208 : Apprentissage statistique : modélisation descriptive et introduction aux réseaux de neurones ( 6 ECTS)

Nombre d'heures : 60.00

Ce cours donne des éléments de base de l'analyse des données et de la modélisation descriptive, ainsi que des principes à mettre en œuvre pour traiter des applications réelles. Une introduction à la modélisation décisionnelle avec des réseaux de neurones est également présentée.