Description

1. Rania Assab : BIG DATA PROCESSING

Fondamentaux du Big Data et du Data Engineering

Extraction de Données d’un Système d’Information et utilisation d’ETL

Programmation Parallélisée et clusters de Calcul (Spark, Hadoop) 

     2. Alanna Devlin-Genin : DISTRIBUTED DATA SYSTEMS

Bases de données à grande échelle : modélisation et structuration 

Bases de données NoSQL : illustration avec Cassandra

     3. Audrey Duval : INFRASTRUCTURE DATA MANAGEMENT

Data Lakes et Data Warehouse. Sécurisation des données 

Infrastructures et déploiement 

Finalité

Le but est de présenter une synthèse des méthodes modernes de stockage, accès, structuration et exploitation de données, avec un accent mis sur les défis spécifiques pour les catégories de données utilisées en santé (données image, données structurées, etc.) 

Des aspects essentiels sur la réglementation en santé comme la loi RGPD, la pseudomisation de données et la sécurisation des SI sont abordés tout au long du module.

Compétences visées

Comprendre les enjeux des entrepôts de données modernes dans le domaine de la santé

Comprendre la mise en place et l'utilisation des outils de base de l’ingénierie des données : interrogation SQL, outils pour les entrepôts de données massives, de bases de données à grande échelle et leur sécurisation.

Description des modalités d'évaluation

QCM, travaux pratiques et data challenges

Prérequis

Cet enseignement s'adresse à un public souhaitant se former à l’utilisation des outils modernes de gestion de données massives. Il est ouvert sans condition d’accès. Toutefois, de bonnes bases en informatique sont nécessaires pour bien suivre les cours.