University of Pittsburgh

Traitement des Big data avec Hadoop et Spark

Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

University of Pittsburgh

Traitement des Big data avec Hadoop et Spark

Dmitriy Babichenko

Instructeur : Dmitriy Babichenko

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

9 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

9 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Expliquez en quoi Hadoop et Spark permettent le traitement de données à grande échelle.

  • Développer et gérer des pipelines de données distribués à l'aide des frameworks Hadoop.

  • Mettez en œuvre l'analyse en mémoire et le traitement en temps réel avec Spark.

  • Utiliser des outils de « big data » pour concevoir des applications évolutives et axées sur les données.

Compétences que vous acquerrez

  • Catégorie : Transformation des données
  • Catégorie : Systèmes de fichiers
  • Catégorie : Évolutivité
  • Catégorie : Modélisation prédictive
  • Catégorie : Technologie de l'information
  • Catégorie : Pipelines de données
  • Catégorie : Big Data
  • Catégorie : Traitement des données
  • Catégorie : Science des données
  • Catégorie : Analyse des données
  • Catégorie : Gestion des données
  • Catégorie : Stockage des données
  • Catégorie : Informatique distribuée

Outils que vous découvrirez

  • Catégorie : Apache Hive
  • Catégorie : PySpark
  • Catégorie : Apache Hadoop
  • Catégorie : Scikit Learn (Bibliothèque d'apprentissage automatique)
  • Catégorie : Apache Spark

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

février 2026

Évaluations

8 devoirs

Enseigné en Anglais
Préparer un diplôme

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Le cloud computing au service de la science des données"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 3 modules dans ce cours

Ce module vous présente les composants essentiels de l'écosystème Hadoop, en commençant par son architecture et son système de fichiers distribué. Vous découvrirez comment Hadoop traite les données, vous acquerrez une meilleure compréhension de son écosystème dans son ensemble et vous mettrez vos connaissances en pratique lors d'exercices pratiques utilisant à la fois Docker et une machine virtuelle Linux.

Inclus

6 vidéos1 lecture3 devoirs

Ce module vous présente les principaux modèles de programmation pour le traitement distribué des données, en mettant l'accent sur MapReduce et ses applications pratiques. Vous explorerez les concepts fondamentaux et la terminologie, suivrez des exercices pratiques guidés en Python pour mettre en œuvre des tâches de comptage de mots et d’analyse des journaux de serveur, et acquerrez de l’expérience dans l’utilisation d’Apache Pig pour la transformation des données. Vous acquerrez également une expérience pratique dans l’écriture de scripts de transformation de données sous Apache Pig, qui aboutira à un travail pratique mettant en application ces compétences à l’analyse des journaux Web.

Inclus

6 vidéos6 lectures3 devoirs

Ce module vous présente Apache Spark et aborde ses concepts fondamentaux, son architecture et ses capacités en matière d’apprentissage automatique grâce à MLlib. Vous apprendrez à configurer Spark à l’aide de Docker et d’une machine virtuelle Linux, vous découvrirez le fonctionnement de PySpark au sein du framework Spark et vous comparerez Spark MLlib à scikit-learn à travers des exercices pratiques de code. À la fin du module, vous mettrez en pratique ce que vous aurez appris dans le cadre d’activités notées et d’un devoir axé sur la création d’un modèle prédictif avec PySpark et MLlib.

Inclus

5 vidéos3 lectures2 devoirs

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Pittsburgh. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Instructeur

Dmitriy Babichenko
University of Pittsburgh
4 Cours3 248 apprenants

Offert par

En savoir plus sur Gestion des données

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions