Depuis plusieurs mois, j'explore un domaine connexe au Knowledge Management, le Big Data. En effet je suis intimement convaincu que ces 2 disciplines sont complémentaires. Le Big Data (#bigdata) a besoin du Knowledge Management (#km) pour apporter le sens au tsunami perpétuel de données dont regorge internet Le Knowledge Management a besoin du Big Data pour élargir le périmètre de ses analyses ciblées. Par ailleurs, je côtoie une communauté #bigdata qui m'a permis de mieux comprendre les synergies possibles entre nos 2 spécialités. Comme d'habitude, lorsque j'éprouve le besoin d'approfondir un sujet qui m'intéresse, je réalise une première carte mentale pour mieux cerner ma première compréhension. J'ai donc le plaisir de partager avec vous cette carte mentale, vous pouvez la télécharger sous différents formats tel que: Format natif ImindMap Format Image ou bien la visualiser sour forme vidéo ci-dessous. Si vous avez eu l'opportunité de rencontrer d'autres cas d'usages réels, transmettez les moi, svp, je me ferai un plaisir de mettre à jour cette carte.
Tous ces paramètres permettent de calculer son taux de rupture, et son taux de service, et de livrer les commandes à temps. C'est en somme autant de données qui forment le Big Data et qui à terme peuvent avoir des applications dans la gestion financière d'une entreprise, aiguiller dans la construction d'un plan marketing et dans une autre mesure aider à établir des prévisions de ventes, dresser un profil client, prédire où et quand vous irez en vacances dans une dizaine d'années… Jean Claude Mathe ADELY
La programmation impérative est l'approche axée sur la description des commandes qui doivent être exécutées pour que le programme change son état. Il est utilisé pour le développement backend (par exemple, en Java). Par exemple: Copier un répertoire de A vers B montre une approche déclarative, tandis que s'il est enrichi de commandes telles que vérifier s'il existe des fichiers existants avec le même nom et copier uniquement les nouveaux – c'est une approche impérative. Le paradigme MapReduce est le concept de traitement parallèle de données distribuées. Il permet de traiter de grands ensembles de données en appliquant la fonction de carte pour le filtrage, le tri ou le paramétrage des données et la fonction de réduction pour résumer les résultats intermédiaires. EMPLOIS DANS LE BIG DATA Passons maintenant à la question brûlante: quels types d'emplois Big Data existent? La bonne nouvelle: il y a tout un choix. Les analystes de données interagissent étroitement avec les utilisateurs finaux pour identifier leurs besoins, analyser et interpréter les données, créer des rapports et visualiser les données.
Cela inclut les recherches de termes tels que l'analyse des mégadonnées et les PDF de mégadonnées. Google définit le nombre de recherches comme «d'intérêt» dans un sujet. La ligne grise indique les recherches effectuées pour le «cloud computing» sur la même période. Cela inclut les recherches comme Google cloud et ce qu'est le cloud. Vous voyez que l'intérêt pour les mégadonnées est maintenant sur une tendance à la hausse et l'intérêt pour le cloud computing était très élevé et se stabilise mais a toujours de l'intérêt. Crédit: Source: Google Trends Les trois principaux domaines de croissance informatique sont les mégadonnées, le cloud computing et l'informatique mobile. Le cloud computing est plus avancé dans le cycle de «battage médiatique» que le cloud computing, mais les deux sont des domaines d'intérêt clés. Il n'est pas surprenant que le cloud computing ait connu un pic élevé en 2011 et ait diminué au cours des deux dernières années. Les gens ont une meilleure idée de ce qu'est la technologie cloud.