Formations au coeur des technologies

Essayer, tester, échanger les bonnes pratiques, partager les retours d'expériences, ...
toutes nos formations sont disponibles à distance (classes virtuelles) et en centre de formation (présentiel), au choix.
Vous pouvez même changer de modalité en cours de formation, si vous avez des contraintes : par exemple, commencer en présentiel et continuer les jours suivants à distance.
Les outils pédagogiques et l'infrastructure de travaux pratiques mis à disposition sont accessibles depuis nos locaux, ou depuis votre entreprise ou votre lieu de télétravail, à volonté
N'hésitez pas à tester nos formations et nos serious games !

Formation : Dataiku DSS

Durée	3 jours
Prix	2 420 €
Code cours	DS034
Dates	8 au 10 décembre (cliquez sur une date pour vous inscrire)

Public:

Chefs de projet,développeurs, data-scientists, utilisateurs de Dataiku DSS

Objectifs:

Savoir installer, configurer, Dataiku DSS, l'utiliser depuis l'interface web ou des API.

Connaissances préalables nécessaires:

Connaissance des principes de la manipulation de données et du machine learning.

Pour tester vos connaissances actuelles sur le sujet : Validation des pré-requis
Pour nous préciser vos attentes : Validation des attentes

Programme détaillé de la formation

(

Téléchargez le programme) :

Présentation, concepts DSS

Fonctionnalités :
Mise à disposition des méthodes et outils de data-sciences à partir d'une interface graphique ou de langages de requêtage ou de programmation (Python, SQL, R), principe de "Self Service Analytics"
Cluster DSS : Design, Deployer, Api, Automation et Govern Nodes
Notions de projet, data, dataset, recipes
Outils collaboratif : Wiki, tags, discussions...
Premiers pas avec Dataiku DSS : exemples

Connexion aux données

Connecteurs disponibles, formats de fichiers, formats spécifiques Hadoop/Spark
Chargement des fichiers, emplacement des fichiers,
Système de fichiers, HDFS, Amazon S3, stockage Google Cloud, etc ...
FTP, connexion ssh, connexion aux bases de données SQL
Autres stockages : Cassandra, MongoDB, Elasticsearch, ...

Préparation des données

Scripts de préparation, échantillonnage, exécution,
les différents moteurs d'exécution: DSS, Spark, base de données SQL

Graphiques et statistiques

Présentation des types de graphiques disponibles et configuration
Echantillonnage et exécution,
graphiques de base, tables, nuages de points,
visualisation cartographique, etc ...
Réalisation d'exercices pratiques.
Fonctionnalités statistiques disponibles,
démonstrations

Machine learning

Le laboratoire
Fonctionnalités disponibles:
apprentissage supervisé et non supervisé,
algorithmes utilisés, scoring, deep learning...
Evaluation, optimisation, compréhension du modèle
Déploiement et cycle de vie du modèle

Flow/Recipes

Interface graphique de gestion des cycles de traitement,des datasets,
des traitements,paramètrage de l'exécution en parallèle,
des données géographiques,
export en format pdf ou images, etc ...
Travaux pratiques

Interfaces de programmation

Présentation des différentes interfaces : SQL, Python, R
Exemples d'interrogations SQL et Python
Interfaçage avec Spark

Déroulé pédagogique
Modalités et délais d'accès
Méthodes mobilisées